将不可接受的单元格转换为“”（空白或跳过）

Question

我目前正在做以下事情；用我的if in成功删除了整行-事实证明，我不需要删除整行。我如何专门处理单元格。

---

我如何保持相同的逻辑，但要应用于 单元格...将N/A, NaT和NaN单元格转换为空白？

for row in excel_data.itertuples():
    ids = row.IDS
    total_records += 1

    if ids in ("", " ", "N/A", "NaT", "NaN", None) or math.isnan(ids):
        # print(f"Invalid record: {row}")
        num_invalid_records += 1
        # total_invalid = num_invalid_records + dup_count
        excel_data = excel_data.drop(excel_data.index[row.Index])
        # continue
    else:
        num_valid_records += 1
        continue   

我的数据如下： （如下） 如您所见，在熊猫中似乎有N / As转换为“ NaTs”或“ Nan”-我只想将它们转换为空白或“”，或者在可能的情况下甚至跳过。...

在大熊猫中，数据框将像这样 输出（我省略了一些敏感的条目，但您明白了）。

External_Referral='qweryt', Transitions_Planning='NF', Date_ICP_ICT_Signed_by_Member__Caregiver=datetime.date(2019, 1, 10), Date_Refused_Final_Signature_of_ICP=datetime.date(2019, 1, 10), Refused_Final_Signature_Comments='concern', Intervention_Outcome='Successful Contact', Monthly_Member_Contact_Y_N='Yes', Monthly_Member_Contact_Date=datetime.date(2019, 1, 10), Special_Projects_HHB_program='Baby Box Given', ICT_Meeting_Dates_Additional_Comments=NaT, _20='Yes', Date=datetime.date(2019, 2, 12), Targeted_Case_Management_Referral='Yes')

Answer 1

我认为excel_data是熊猫数据框。

如果是这样，您可以在IDS列上使用Pandas function fillna()。