如何将pandas系列中的'NaN'字符串转换为dropna的空值？

Question

我尝试了几种方法来清除DataFrame中特定系列中包含NaN的行，只是意识到每个NaN条目都是一个'NaN'字符串，而不是空值。

在我的特定示例中，每一行代表一个国家，因此我想从DataFrame中删除'GDP per Capita'列中没有GDP值的所有国家。

我尝试过的某些事情（失败了）：

df_noGDP = df
df_noGDP.dropna(axis=0, subset=['GDP per Capita']) 

和

df_noGDP = df.loc[df['GDP per Capita'] != np.nan]

当我调用df_noGDP时，发现没有任何NaN值被删除。我认为我在某个地方犯了一个愚蠢的语法错误，或者我需要转换数据类型。

Answer 1

要做：

df_noGDP=df_noGDP.replace('NaN',np.nan)

或者：

df_noGDP.replace('NaN','np.nan,inplace=1)

然后您的东西将按预期工作。

Answer 2

首先将您的字符串转换为NaN值：

df = df.replace('NaN', np.nan)

然后分配回或将您的方法指定为就地：

df = df.dropna(subset=['GDP per Capita'])           # not in place version
df.dropna(subset=['GDP per Capita'], inplace=True)  # in place version

或者，将loc与notnull一起使用，因为NaN != NaN by design：

df = df.loc[df['GDP per Capita'].notnull()]