Pandas : Comment remplacer les chaînes vides par NaN

Vous pouvez utiliser la syntaxe suivante pour remplacer les chaînes vides par des valeurs NaN dans les pandas :

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

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

Connexe : Comment remplacer les valeurs NaN par une chaîne dans Pandas

Exemple : Remplacer les chaînes vides par NaN

Supposons que nous ayons le DataFrame pandas suivant qui contient des informations sur divers joueurs de basket-ball :

import pandas as pd

#create DataFrame
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	A		 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

Notez qu’il y a plusieurs chaînes vides dans les colonnes équipe et position .

Nous pouvons utiliser la syntaxe suivante pour remplacer ces chaînes vides par des valeurs 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

Notez que chacune des chaînes vides a été remplacée par NaN.

Remarque : Vous pouvez trouver la documentation complète de la fonction de remplacement dans pandas ici .

Ressources additionnelles

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

Comment imputer les valeurs manquantes chez les pandas
Comment compter les valeurs manquantes chez les pandas
Comment remplir les valeurs NaN avec la moyenne chez les pandas