Pandas: cara mengganti string kosong dengan nan

Anda dapat menggunakan sintaks berikut untuk mengganti string kosong dengan nilai NaN di panda:

 df = df. replace ( r'^\s*$' , np. nan , regex= True )

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Terkait: Cara mengganti nilai NaN dengan string di Pandas

Contoh: Ganti string kosong dengan NaN

Misalkan kita memiliki pandas DataFrame berikut yang berisi informasi tentang berbagai pemain bola basket:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', ' ', 'D', 'E', ' ', 'G', 'H'],
                   ' position ': [' ', 'G', 'G', 'F', 'F', ' ', 'C', 'C'],
                   ' points ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
df

	team position points rebounds
0 to 5 11
1 B G 7 8
2 G 7 10
3 D F 9 6
4 E F 12 6
5 9 5
6 G C 9 9
7 H C 4 12

Perhatikan bahwa ada beberapa string kosong di kolom tim dan posisi .

Kita dapat menggunakan sintaks berikut untuk mengganti string kosong ini dengan nilai NaN:

 import numpy as np

#replace empty values with NaN
df = df. replace ( r'^\s*$' , np. nan , regex= True )

#view updated DataFrame
df

team position points rebounds
0 A NaN 5 11
1 B G 7 8
2 NaN G 7 10
3 D F 9 6
4 E F 12 6
5 NaN NaN 9 5
6 G C 9 9
7 H C 4 127

Perhatikan bahwa setiap string kosong telah diganti dengan NaN.

Catatan : Anda dapat menemukan dokumentasi lengkap fungsi replace di pandas di sini .

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di panda:

Bagaimana cara memperhitungkan nilai yang hilang di panda
Cara menghitung nilai yang hilang di panda
Cara mengisi nilai NaN dengan mean di pandas