我知道之前已经提出了类似的问题,但我现在已经尝试了这里列出的所有可能的解决方案,但没有一个能够解决问题。
我的数据框由日期,字符串,空值和空列表值组成。它非常巨大,有800万行。
我想替换所有空列表值 - 所以只有只包含[]的单元格,而不包含NaN的其他单元格。似乎没什么用。
我试过了:
df = df.apply(lambda y: np.nan if (type(y) == list and len(y) == 0) else y)
在此问题replace empty list with NaN in pandas dataframe中同样建议,但它并没有改变我的数据框中的任何内容。
任何帮助都将不胜感激。
答案 0 :(得分:3)
假设OP想要将空列表,字符串'[]'和对象'[]'转换为na,下面是一个解决方案。
<强>设置强>
onRowExpand(cc){
console.log(cc)
//logs the entire object which is clicked
}
<强>解决方案:强>
#borrowed from piRSquared's answer.
df = pd.DataFrame([
[1, 'hello', np.nan, None, 3.14],
['2017-06-30', 2, 'a', 'b', []],
[pd.to_datetime('2016-08-14'), 'x', '[]', 'z', 'w']
])
df
Out[1062]:
0 1 2 3 4
0 1 hello NaN None 3.14
1 2017-06-30 2 a b []
2 2016-08-14 00:00:00 x [] z w
答案 1 :(得分:2)
我将假设您要屏蔽实际的空列表。
pd.DataFrame.mask
会将具有相应True
值的单元格转换为np.nan
list
值。因此,我会使用df.applymap(type)
获取每个单元格中的类型,看它是否等于list
[]
在布尔上下文中评估为False
,因此我会使用df.astype(bool)
来查看。list
类型并评估为False
考虑数据框df
df = pd.DataFrame([
[1, 'hello', np.nan, None, 3.14],
['2017-06-30', 2, 'a', 'b', []],
[pd.to_datetime('2016-08-14'), 'x', '[]', 'z', 'w']
])
df
0 1 2 3 4
0 1 hello NaN None 3.14
1 2017-06-30 2 a b []
2 2016-08-14 00:00:00 x [] z w
解决方案
df.mask(df.applymap(type).eq(list) & ~df.astype(bool))
0 1 2 3 4
0 1 hello NaN None 3.14
1 2017-06-30 2 a b NaN
2 2016-08-14 00:00:00 x [] z w