Pandas : comment remplacer NaN par Aucun

Vous pouvez utiliser la syntaxe de base suivante pour remplacer les valeurs NaN par None dans un DataFrame pandas :

df = df.replace(np.nan, None)

Cette fonction est particulièrement utile lorsque vous devez exporter un DataFrame pandas vers une base de données qui utilise None pour représenter les valeurs manquantes au lieu de NaN .

L’exemple suivant montre comment utiliser cette syntaxe dans la pratique.

Exemple : remplacez NaN par None dans Pandas

Supposons que nous ayons le DataFrame pandas suivant :

import pandas as pd
import numpy as np

#create DataFrame
df = pd.DataFrame({'A': [5, 6, 8, np.nan, 4, 15, 13],
                   'B': [np.nan, 12, np.nan, 10, 23, 6, 4],
                   'C': [2, 7, 6, 3, 2, 4, np.nan],
                   'D': [5, np.nan, 6, 15, 1, np.nan, 4]})

#view DataFrame
print(df)

      A     B    C     D
0   5.0   NaN  2.0   5.0
1   6.0  12.0  7.0   NaN
2   8.0   NaN  6.0   6.0
3   NaN  10.0  3.0  15.0
4   4.0  23.0  2.0   1.0
5  15.0   6.0  4.0   NaN
6  13.0   4.0  NaN   4.0

Notez qu’il existe plusieurs valeurs NaN dans le DataFrame.

Pour remplacer chaque valeur NaN par None , nous pouvons utiliser la syntaxe suivante :

#replace all NaN values with None
df = df.replace(np.nan, None)

#view updated DataFrame
print(df)

      A     B     C     D
0   5.0  None   2.0   5.0
1   6.0  12.0   7.0  None
2   8.0  None   6.0   6.0
3  None  10.0   3.0  15.0
4   4.0  23.0   2.0   1.0
5  15.0   6.0   4.0  None
6  13.0   4.0  None   4.0

Notez que chaque NaN dans chaque colonne du DataFrame a été remplacé par None .

Notez que si vous souhaitez remplacer uniquement les valeurs NaN par None dans une colonne particulière, vous pouvez utiliser la syntaxe suivante :

#replace NaN values with None in column 'B' only
df['B'] = df['B'].replace(np.nan, None)

#view updated DataFrame
print(df)

      A     B    C     D
0   5.0  None  2.0   5.0
1   6.0  12.0  7.0   NaN
2   8.0  None  6.0   6.0
3   NaN  10.0  3.0  15.0
4   4.0  23.0  2.0   1.0
5  15.0   6.0  4.0   NaN
6  13.0   4.0  NaN   4.0

Notez que les valeurs NaN ont été remplacées par None dans la colonne « B » uniquement.

Connexe :Comment remplacer les valeurs NaN par zéro dans Pandas

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans les pandas :

Comment remplacer des valeurs spécifiques dans Pandas
Comment filtrer un DataFrame Pandas par valeurs de colonne
Comment remplir les valeurs NA pour plusieurs colonnes dans Pandas