Skip to main content
 首页 » 编程设计

python之根据 Pandas 中的字符串用 NaN 替换列

2025年02月15日32daizhj

我有下面的数据框

ipdb> csv_data 
  country_edited sale_edited  date_edited  transformation_edited 
0          India      403171     20090101                     10 
1         Bhutan      394096     20090101                     20 
2          Nepal    Set Null     20090101                     30 
3         madhya      355883     20090101                     40 
4          sudan    Set Null     20090101                     50 

我想将所有包含 Set Null 的列值替换为 Nan,所以我采用以下方法

import numpy 
 
def set_NaN(element): 
    if element == 'Set Null': 
        return numpy.nan 
    else: 
        return element 
 
csv_data = csv_data.applymap(lambda element: set_NaN(element)) 

但这并没有改变什么

ipdb> print csv_data 
  country_edited sale_edited  date_edited  transformation_edited 
0          India      403171     20090101                     10 
1         Bhutan      394096     20090101                     20 
2          Nepal    Set Null     20090101                     30 
3         madhya      355883     20090101                     40 
4          sudan    Set Null     20090101                     50 
ipdb> 

但是当我只打印 csv_data.applymap(lambda element: set_NaN(element)) 时,我可以看到输出,但是当分配回来时我无法获得我想要的数据

ipdb> csv_data.applymap(lambda element: set_NaN(element)) 
  country_edited sale_edited  date_edited  transformation_edited 
0          India      403171     20090101                     10 
1         Bhutan      394096     20090101                     20 
2          Nepal         NaN     20090101                     30 
3         madhya      355883     20090101                     40 
4          sudan         NaN     20090101                     50 

那么如何根据某个字符串将列值替换为NaN呢?

请您参考如下方法:

你需要DataFrame.mask ,它将掩码的 True 值替换为 NaN。还有一些列是数字的,所以首先需要将 df 的值转换为 string:

print (csv_data.astype(str) == 'Set Null') 
  country_edited sale_edited date_edited transformation_edited 
0          False       False       False                 False 
1          False       False       False                 False 
2          False        True       False                 False 
3          False       False       False                 False 
4          False        True       False                 False 
 
 
csv_data = csv_data.mask(csv_data.astype(str) == 'Set Null') 
print (csv_data) 
  country_edited sale_edited  date_edited  transformation_edited 
0          India      403171     20090101                     10 
1         Bhutan      394096     20090101                     20 
2          Nepal         NaN     20090101                     30 
3         madhya      355883     20090101                     40 
4          sudan         NaN     20090101                     50 

另一种使用 numpy bool 掩码 的解决方案 - 通过 DataFrame.values 比较 numpy 数组:

print (csv_data.values == 'Set Null') 
[[False False False False] 
 [False False False False] 
 [False  True False False] 
 [False False False False] 
 [False  True False False]] 
 
csv_data = csv_data.mask(csv_data.values == 'Set Null') 
print (csv_data) 
  country_edited sale_edited  date_edited  transformation_edited 
0          India      403171     20090101                     10 
1         Bhutan      394096     20090101                     20 
2          Nepal         NaN     20090101                     30 
3         madhya      355883     20090101                     40 
4          sudan         NaN     20090101                     50 

在您的解决方案中,有必要将数据分配回 csv_data:

def set_NaN(element): 
    if element == 'Set Null': 
        return numpy.nan 
    else: 
        return element 
 
csv_data = csv_data.applymap(lambda element: set_NaN(element)) 
print (csv_data) 
  country_edited sale_edited  date_edited  transformation_edited 
0          India      403171     20090101                     10 
1         Bhutan      394096     20090101                     20 
2          Nepal         NaN     20090101                     30 
3         madhya      355883     20090101                     40 
4          sudan         NaN     20090101                     50