Panda's: lege tekenreeksen vervangen door nan

U kunt de volgende syntaxis gebruiken om lege tekenreeksen te vervangen door NaN-waarden in panda’s:

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

Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken.

Gerelateerd: NaN-waarden vervangen door een string in Pandas

Voorbeeld: Vervang lege tekenreeksen door NaN

Stel dat we het volgende panda’s DataFrame hebben dat informatie bevat over verschillende basketbalspelers:

 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

Houd er rekening mee dat er verschillende lege tekenreeksen zijn in de team- en positiekolommen .

We kunnen de volgende syntaxis gebruiken om deze lege tekenreeksen te vervangen door NaN-waarden:

 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

Merk op dat elk van de lege strings is vervangen door NaN.

Opmerking : u kunt de volledige documentatie van de vervangingsfunctie in panda’s hier vinden.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in panda’s kunt uitvoeren:

Hoe ontbrekende waarden in panda’s toe te schrijven
Hoe ontbrekende waarden bij panda’s te tellen
Hoe NaN-waarden te vullen met gemiddelde in panda’s