pandas 有效空值
pandas valid null values
我正在寻找 pandas fillna() 方法将替换的有效空值列表，例如'NaN'、'NA'、'NULL'、'NaT'。我在 documentation.
中找不到它
fillna 方法只会替换表示为 NaN 或 NaT 或 None 的实际缺失值，但不会替换为字符串（'NaN' 或任何其他字符串） .
在使用 fillna 之前，您可以使用 isnull():
检查数据框 df 的列 COL 中将被替换的内容
df.loc[df['COL'].isnull()]
将显示数据框的子集，其中 'COL' 列为 NaN/NaT/None.
您可以使用 replace 将字符串替换为 NaN。假设您有 "NAN":
这样的字符串
from numpy import nan
df = df.replace('NAN', nan)
参考这个
我正在寻找 pandas fillna() 方法将替换的有效空值列表，例如'NaN'、'NA'、'NULL'、'NaT'。我在 documentation.
中找不到它fillna 方法只会替换表示为 NaN 或 NaT 或 None 的实际缺失值，但不会替换为字符串（'NaN' 或任何其他字符串） .
在使用 fillna 之前，您可以使用 isnull():
df 的列 COL 中将被替换的内容
df.loc[df['COL'].isnull()]
将显示数据框的子集，其中 'COL' 列为 NaN/NaT/None.
您可以使用 replace 将字符串替换为 NaN。假设您有 "NAN":
from numpy import nan
df = df.replace('NAN', nan)
参考这个