Pandalar: boş dizeler nan ile nasıl değiştirilir?

Pandalarda boş dizeleri NaN değerleriyle değiştirmek için aşağıdaki sözdizimini kullanabilirsiniz:

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

Aşağıdaki örnek, bu sözdiziminin pratikte nasıl kullanılacağını gösterir.

İlgili: Pandas’ta NaN değerleri bir dizeyle nasıl değiştirilir?

Örnek: Boş dizeleri NaN ile değiştirin

Çeşitli basketbol oyuncuları hakkında bilgi içeren aşağıdaki pandalar DataFrame’e sahip olduğumuzu varsayalım:

 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

Takım ve pozisyon sütunlarında birkaç boş dize bulunduğunu unutmayın.

Bu boş dizeleri NaN değerleriyle değiştirmek için aşağıdaki sözdizimini kullanabiliriz:

 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

Boş dizelerin her birinin NaN ile değiştirildiğini unutmayın.

Not : Pandalardaki değiştirme işlevinin tam belgelerini burada bulabilirsiniz.

Ek kaynaklar

Aşağıdaki eğitimlerde pandalarda diğer ortak görevlerin nasıl gerçekleştirileceği açıklanmaktadır:

Pandalara eksik değerler nasıl atfedilir?
Pandalarda eksik değerler nasıl sayılır?
Pandalarda NaN değerleri ortalamayla nasıl doldurulur?