如何用 NaN 替换缺失值

Question

我正在使用 IMDB 数据集进行机器学习，它包含许多缺失值，这些值输入为“\N”。特别是在包含电影发行年份的 StartYear 列中，我想将值转换为整数。我现在无法做到这一点，我可以删除这些值，但我想先看看为什么它们会丢失。我尝试了几件事但没有成功。

这是我最近的尝试：

Answer 1

这是一种不使用 replace 的方法：

import pandas as pd
import numpy as np
df_basics = pd.DataFrame({'startYear':['\N']*78760+[2017]*18267 + [2018]*18263+[2016]*17837+[2019]*17769+['1996 ','1993 ','2000 ','2019 ','2029 ']})
print(pd.value_counts(df_basics.startYear))
df_basics.loc[df_basics.startYear == '\N','startYear'] = np.NaN
print(pd.value_counts(df_basics.startYear, dropna=False))

输出：

NaN      78760
2017     18267
2018     18263
2016     17837
2019     17769
1996         1
1993         1
2000         1
2019         1
2029         1

如何用 NaN 替换缺失值

How do I replace missing values with NaN

python

missing-data

pandas