Question

我正在使用python脚本来清理和连接许多大型.csv文件。具体来说，我正在使用pandas read_csv函数读取文件，然后将它们作为数据帧对象处理，这一直很好用。这是我第一次使用pandas，所以我仍然习惯了它所包含的所有非常有用的功能。

我正在阅读的csv文件使用-99.9作为标记值来表示NA / NaN。由于这与我在其他地方表示缺失数据的方式不同，我想将所有出现的-99.9更改为“NaN”。有没有快速内置的方法来做到这一点，还是我必须迭代数据框并检查每个值？

Answer 1

使用read_csv方法时可以这样做。只需添加参数

即可

na_values=-99.9

作为read_csv方法的参数。查看完整文档

Answer 2

我觉得@Joop的反应更优雅。但是，如果您发现某些其他值应由NA/NaN替换，则在阅读CSV后，您可以使用：

pandas_dataframe.replace(['bad_data_1', 'bad_data_2'], [None, None], inplace=True)

如果要创建单独的数据框，请将其设置为False。

如果您在阅读CSV时知道错误值，则修改@ Joop的响应以将列表包括为：

train_df = pd.read_csv('/my.csv', na_values=["bad_value_1", "bad_value_2"])