Pandas: วิธีแทนที่สตริงว่างด้วย nan

คุณสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อแทนที่สตริงว่างด้วยค่า NaN ในแพนด้า:

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

ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ

ที่เกี่ยวข้อง: วิธีแทนที่ค่า NaN ด้วยสตริงใน Pandas

ตัวอย่าง: แทนที่สตริงว่างด้วย NaN

สมมติว่าเรามี DataFrame แพนด้าต่อไปนี้ซึ่งมีข้อมูลเกี่ยวกับผู้เล่นบาสเกตบอลต่างๆ:

 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

โปรดทราบว่ามีสตริงว่างหลายรายการในคอลัมน์ ทีม และ ตำแหน่ง

เราสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อแทนที่สตริงว่างเหล่านี้ด้วยค่า 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

โปรดทราบว่าแต่ละสตริงว่างจะถูกแทนที่ด้วย NaN

หมายเหตุ : คุณสามารถค้นหาเอกสารฉบับเต็มของฟังก์ชัน การแทนที่ ในแพนด้า ได้ที่นี่

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีการทำงานทั่วไปอื่นๆ ในแพนด้า:

วิธีใส่ค่าที่หายไปในแพนด้า
วิธีนับค่าที่หายไปในแพนด้า
วิธีเติมค่า NaN ด้วยค่าเฉลี่ยในหมีแพนด้า