在熊猫数据框中用 NaN 代替无

我有 x表:

        website
0   http://www.google.com/
1   http://www.yahoo.com
2   None

我想用熊猫代替 python。我试过:

x.replace(to_replace=None, value=np.nan)

但我得到了:

TypeError: 'regex' must be a string or a compiled regular expression or a list or dict of strings or regular expressions, you passed a 'bool'

我该怎么做呢？

248614 次浏览

小开

最佳答案

您可以使用 DataFrame.fillna或 Series.fillna来替换 Python 对象 None，而不是字符串 'None'。

import pandas as pd
import numpy as np

对于数据帧:

df = df.fillna(value=np.nan)

专栏或系列:

df.mycol.fillna(value=np.nan, inplace=True)

小开

以下代码行将 None替换为 NaN:

df['column'].replace('None', np.nan, inplace=True)

小开

还有一个选择:

df.replace(to_replace=[None], value=np.nan, inplace=True)

小开

如果使用 df.place ([ Nothing ] ，np.nan，inplace = True) ，这将把所有缺少数据的日期时间对象更改为对象 dtype。因此，现在您可能已经中断了查询，除非您将它们更改回 datetime，这将根据您的数据大小而带来负担。

如果您想使用这个方法，您可以首先在 df 中标识对象 dtype 字段，然后替换 None:

obj_columns = list(df.select_dtypes(include=['object']).columns.values)
df[obj_columns] = df[obj_columns].replace([None], np.nan)

小开

DataFrame['Col_name'].replace("None", np.nan, inplace=True)

小开

这是一个老问题，但这里有一个多栏目的解决方案:

values = {'col_A': 0, 'col_B': 0, 'col_C': 0, 'col_D': 0}
df.fillna(value=values, inplace=True)

小开

这个解决方案很简单，因为可以轻松地替换所有列中的值。
你可以使用 dict:

import pandas as pd
import numpy as np


df = pd.DataFrame([[None, None], [None, None]])
print(df)
0     1
0  None  None
1  None  None


# replacing
df = df.replace({None: np.nan})
print(df)
0   1
0 NaN NaN
1 NaN NaN