Question

所以我已经搜索了SO，并找到了一堆关于如何用NaN替换空值的有用线程。但是，我无法让他们中的任何一个在我的DataFrame上工作。

我已经使用过：

df.replace('', np.NaN)
df3 = df.applymap(lambda x: np.nan if x == '' else x)

甚至：

df.iloc[:,86:350] = df.iloc[:,86:350].apply(lambda x: x.str.strip()).replace('', np.nan)

并且代码运行良好且没有错误但是当我查看我的数据帧时，我仍然有b＆＃39;＆＃39;值而不是NaN。关于我缺少的任何想法？

我很抱歉没有给出重现此代码的代码，因为我不知道该怎么做，因为我怀疑它是从我从SPSS导入的数据帧特有的，这些值是如果有帮助，SPSS中的字符串变量。

Answer 1

你第二次尝试就接近了：

df = df.applymap(lambda x: np.NaN if not x else x)

要表明条件中''和b''评估为True：

l = ['', b'']

for x in l:
    if x:
       print ('Not empty')
    else:
       print ('Empty')

>>> Empty
>>> Empty

样品：

from pandas import DataFrame
from numpy import NaN

df = DataFrame([[1,2,''], ['',b'',3], [4, 5, b'']])
print (df)

# Output
    0    1    2
0   1    2    
1      b''    3
2   4    5  b''

df2 = df.applymap(lambda x: NaN if not x else x)
print (df2)

# Output
    0    1    2
0   1    2  NaN  
1 NaN  NaN    3
2   4    5  NaN

用对象/分类变量中的NaN替换空值

1 个答案: