如何替换 python 中的 NaN 值

Question

我的数据框中有一个 NaN 值列表，我想用空字符串替换 NaN 值。

到目前为止我已经尝试过，但是没有用：

df_conbid_N_1 = pd.read_csv("test-2019.csv",dtype=str, sep=';', encoding='utf-8')
df_conbid_N_1['Excep_Test'] = df_conbid_N_1['Excep_Test'].replace("NaN","")

Answer 1

简单！你可以这样做

df_conbid_N_1 = pd.read_csv("test-2019.csv",dtype=str, sep=';',encoding='utf-8').fillna("")

Answer 2

我们有 pandas' fillna 来填充缺失值。

让我们通过示例数据框来了解一些用例：

df = pd.DataFrame({'col1':['John', np.nan, 'Anne'], 'col2':[np.nan, 3, 4]})

   col1  col2
0  John   NaN
1   NaN   3.0
2  Anne   4.0

如文档中所述，fillna 接受以下内容作为填充 values:

values: scalar, dict, Series, or DataFrame

所以我们可以用一个常量值来代替，比如一个空字符串：

df.fillna('')

   col1 col2
0  John     
1          3
2  Anne    4
1

您也可以用字典映射替换column_name:replace_value:

df.fillna({'col1':'Alex', 'col2':2})

   col1  col2
0  John   2.0
1  Alex   3.0
2  Anne   4.0

或者你也可以换成另一个pd.Series或pd.DataFrame:

df_other = pd.DataFrame({'col1':['John', 'Franc', 'Anne'], 'col2':[5, 3, 4]})

df.fillna(df_other)

    col1  col2
0   John   5.0
1  Franc   3.0
2   Anne   4.0

这非常有用，因为它允许您使用从列中提取的一些统计信息来填充数据框列上的缺失值，例如 mean 或 mode。假设我们有：

df = pd.DataFrame(np.random.choice(np.r_[np.nan, np.arange(3)], (3,5)))
print(df)

     0    1    2    3    4
0  NaN  NaN  0.0  1.0  2.0
1  NaN  2.0  NaN  2.0  1.0
2  1.0  1.0  2.0  NaN  NaN

然后我们可以轻松做到：

df.fillna(df.mean())

     0    1    2    3    4
0  1.0  1.5  0.0  1.0  2.0
1  1.0  2.0  1.0  2.0  1.0
2  1.0  1.0  2.0  1.5  1.5

Answer 3

使用fillna (docs): 一个例子-

df = pd.DataFrame({'no': [1, 2, 3],
                    'Col1':['State','City','Town'],
                  'Col2':['abc', np.NaN, 'defg'],
                  'Col3':['Madhya Pradesh', 'VBI', 'KJI']})

df

   no   Col1    Col2    Col3
0   1   State   abc Madhya Pradesh
1   2   City    NaN VBI
2   3   Town    defg    KJI

df.Col2.fillna('', inplace=True)
df

    no  Col1    Col2    Col3
0   1   State   abc     Madhya Pradesh
1   2   City            VBI
2   3   Town    defg    KJI

如何替换 python 中的 NaN 值

how to replace NaN value in python

python

missing-data

dataframe

pandas

imputation