如何处理熊猫中的NaN值（来自CSV文件）？

Question

我有一个相当大的csv文件，其中填充了从机器进行材料测试（压缩测试）获得的数据。数据的标头是Time，Force，Stroke，由于样本大小，它们重复了10次，因此最后一组标头是Time.10，Force.10，Stroke.10。由于实验的性质，并不是所有的列都一样长（有些是近似的，比其他的长2000行）。当我使用熊猫将文件导入我的IDE（spyder或jupyter）时，csv文件中空行中的所有单元格都标记为NaN。问题是...我无法在具有NaN值的列内或列之间进行任何数学运算，因为它们被视为str。我在几乎所有论坛上都尝试了最推荐的解决方案； .fillna（），dropna（），replace（）和interpolate（）。提到的方法有效，但仅在视觉上有效，例如df.fillna（0）将所有NaN值替换为0，但是当我尝试例如在列中找到最大值，我仍然收到错误消息，指出我的列中有字符串（在'float'和'str'的实例之间不支持TypeError：'>'）。该问题是由NaN值引起的，原因是100％是因为csv文件中的空单元格所致，因为我已将一个csv文件导入到所有具有相同长度（无空单元格）且没有问题的列中。如果有人对我坚持了超过2周的问题有任何解决方案（不必在熊猫内，只需在python中），我将不胜感激。

Answer 1

尝试使用 na_filter = False 的 read_csv（）。 这至少应防止将“空”源单元格设置为 NaN 。

但是请注意：

• 此类“空”单元格可以包含一个空字符串作为内容，
• 每个包含至少一个此类单元格的列的类型为 object （不是数字）
• 这样（暂时）他们就不能参与任何数字 操作。

因此，很可能在 read_csv（）之后，您应该：

• 将此类空字符串替换为 0 （或任何数字值）
• 调用 to_numeric（...）更改 object 中每一列的类型 在每种情况下都适合任何数字类型。