替换 DataFrame 索引中的 NaN

Question

我有一个如下所示的 DataFrame：

      one | two 
a   |  2  |  5
b   |  3  |  6
NaN |  0  |  0

如何用字符串替换索引中的 NaN，比如 "No label"？

我试过了：

df = df.replace(np.NaN, "No label")

和

df.index = df.index.replace(np.NaN, "No label")

但是得到了

TypeError: expected string or buffer

Answer 1

可以先将原索引处理成Series，再重新赋值：

import pandas as pd
import numpy as np
df = pd.DataFrame({'one': [2, 3, 0], 'two': [5, 6, 0]}, index=['a', 'b', np.nan])
df.index = pd.Series(df.index).replace(np.nan, 'No label')
print df

输出：

          one  two
a           2    5
b           3    6
No label    0    0

Answer 2

使用Index.fillna:

df.index = df.index.fillna('No label')
print (df)
          one  two
a           2    5
b           3    6
No label    0    0

Answer 3

如果有人也需要处理 MultiIndex 案例：

if isinstance(df.index, pd.MultiIndex):
    df.index = pd.MultiIndex.from_frame(
        df.index.to_frame().fillna("No label")
    )
else:
    df.index = df.index.fillna("No label")

替换 DataFrame 索引中的 NaN

Replace NaN in DataFrame index

label

replace

nan

dataframe

pandas