Pandy: jak zastąpić puste ciągi znaków nan

Możesz użyć następującej składni, aby zastąpić puste ciągi wartościami NaN w pandach:

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

Poniższy przykład pokazuje, jak zastosować tę składnię w praktyce.

Powiązane: Jak zastąpić wartości NaN ciągiem w Pandach

Przykład: Zamień puste ciągi na NaN

Załóżmy, że mamy następującą ramkę danych pand, która zawiera informacje o różnych koszykarzach:

 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

Zwróć uwagę, że w kolumnach zespołu i pozycji znajduje się kilka pustych ciągów znaków.

Możemy użyć następującej składni, aby zastąpić te puste ciągi wartościami 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

Zauważ, że każdy z pustych ciągów został zastąpiony przez NaN.

Uwaga : Pełną dokumentację funkcji zamiany w pandach znajdziesz tutaj .

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe zadania w pandach:

Jak przypisać brakujące wartości w pandach
Jak policzyć brakujące wartości w pandach
Jak wypełnić wartości NaN średnią w pandach