在pd.read_csv中是否有办法用其他字符替换NaN值？

Question

我在csv文件中有一些数据。 因为它是从机器收集的，所有行都应该是数字，但某些行中存在一些NaN值。并且机器可以使用字符串' - '自动替换这些NaN值。

我的问题是如何设置 pd.read_csv（） 的参数来自动替换来自csv文件的'-'values？

Answer 1

在阅读csv文件时，您可以使用参数na_values：

df = pd.read_csv('file.csv',na_values='-')

编辑： 然后你可以通过以下方式将nan转换为0

df.fillna(0,1,inplace=True)

Answer 2

这对我有用：

df.fillna(0, inplace=True)

Answer 3

将其放入read_csv函数即可： dtype={"count": pandas.Int64Dtype()}

即

df = pd.read_csv('file.csv')

此类型同时支持整数和pandas.NA值，因此您可以导入而不会使浮点数成为整数。

如有必要，您可以使用常规的DataFrame命令清除丢失的值，如此处其他答案所述。

顺便说一句，我第一次尝试解决这个问题将整数转换为字符串。如果感兴趣： df = pd.read_csv('file.csv', na_filter= False)

（它读取文件时不会用NaN替换任何丢失的值）。

Answer 4

您可以在读取 csv 文件后替换 NaN。例如，将 NaN 转换为 0：

df = pd.read_csv('file.csv')

df.fillna(0,1,inplace=True)

使用参数na_values，如df = pd.read_csv('file.csv', na_values='-')，与此无关。

Answer 5

您可以尝试这样的事情：

import pandas

df = pandas.read_csv('somefile.txt')

df = df.fillna(0)

希望有所帮助！