Question

更新

所以我一直在玩这个，当我使用read_csv()将不同的csv文件读入我的程序时，这似乎确实发生了。然后发生的事情正是docs所说的将会发生的事情：

默认情况下，以下值被解释为NaN：''，'＃N / A'，'＃N / AN / A'，'＃N'，' - 1。＃IND'，' - 。＃。 QNAN'，' - N'，' - nan'，'1。＃IND'，'1。＃QNAN'，'N / A'，'NA'，'NULL'，'NaN'，'nan'。< / p>

所以我不在考虑我的代码中的这一步;感谢所有帮助过的人。

原始问题

我通过使用字符串＆＃34; NA＆＃34;填充列来在pandas中创建电子表格。（spreadsheet['name']="NA"）然后逐步用实际数据点替换那些＆＃34; NA＆＃34; s。我是这样做的：spreadsheet.loc[spread[match row number here], =inputstring.split("\t")

当用.to_csv()输出数据时，我惊讶地发现大熊猫显然解释了这些＆＃34; NA＆＃34;字符串表示缺少数据，例如它将它替换为na_rep=中的任何内容。我主要使用＆＃34; NA＆＃34; s作为占位符，并没有想到大熊猫（输出缺失的数据为＆＃34; Nan＆＃34;）会弄乱它们。

我在documentation on missing data找不到任何关于此问题的内容，他们使用np.nan

创建了NaN

因此，

Pandas只会解释字符串＆＃34; NA＆＃34;是否正确？在我的电子表格中的任何地方＆＃34;缺少数据＆＃34;？他们做某种字符串匹配吗？
如果是这样，那么可以使用哪些其他字符串？或者表示缺少数据点的最合法方式是什么？
如果为true，这种行为对我来说似乎有点危险/会导致意外行为。或者这不是真的吗？

非常感谢任何有关资源的帮助/指示！

Answer 1

你可以这样试试：

spreadsheet = pd.DataFrame({'name': ['NA', 'NA', 'NA', 'NA', 'NA']})
spreadsheet
    name
0   NA
1   NA
2   NA
3   NA
4   NA

然后，如果您想要替换几个NA，您可以选择要替换它们的位置。

spreadsheet.loc[1:2] = 'foo'
spreadsheet
    name
0   NA
1   foo
2   foo
3   NA
4   NA

表明Pandas中的丢失数据

更新

原始问题

1 个答案: