将float64列中的空单元格替换为NaN。
将float64列中的空单元格替换为NaN。
我想在一个Pandas数据框中查找所有包含空格(任意数量)的值,并将这些值替换为NaN。
有没有什么改进的想法?
基本上我想把这个:
A B C
2000-01-01 -0.532681 foo 0
2000-01-02 1.490752 bar 1
2000-01-03 -1.387326 foo 2
2000-01-04 0.814772 baz
2000-01-05 -0.222552 4
2000-01-06 -1.176781 qux
变成这个:
A B C
2000-01-01 -0.532681 foo 0
2000-01-02 1.490752 bar 1
2000-01-03 -1.387326 foo 2
2000-01-04 0.814772 baz NaN
2000-01-05 -0.222552 NaN 4
2000-01-06 -1.176781 qux NaN
我已经用下面的代码做到了,但它非常丑陋。它不符合Pythonic的风格,而且我相信对于Pandas来说也不是最高效的使用方式。我遍历每一列,并对通过应用一个函数生成的列掩码进行布尔替换,该函数在每个值上执行正则表达式搜索,匹配空格。
for i in df.columns: df[i][df[i].apply(lambda i: True if re.search('^\s*$', str(i)) else False)]=None
可以通过只迭代可能包含空字符串的字段来进行一些优化:
if df[i].dtype == np.dtype('object')
但这并没有太大的改进。
最后,这段代码将目标字符串设置为None,这在Pandas的函数(如fillna()
)中可以工作,但如果我能直接插入NaN
而不是None
,那就更完整了。
问题的出现原因是在float64列中存在空值,需要将这些空值替换为NaN。解决方法是使用pandas的replace函数,通过正则表达式匹配空值,并替换为NaN。具体代码如下:
import pandas as pd import numpy as np df = pd.DataFrame([ [-0.532681, 'foo', 0], [1.490752, 'bar', 1], [-1.387326, 'foo', 2], [0.814772, 'baz', ' '], [-0.222552, ' ', 4], [-1.176781, 'qux', ' '], ], columns='A B C'.split(), index=pd.date_range('2000-01-01','2000-01-06')) # 使用正则表达式替换空值为NaN df.replace(r'^\s*$', np.nan, regex=True)
这段代码将空值替换为NaN后的结果如下:
A B C 2000-01-01 -0.532681 foo 0 2000-01-02 1.490752 bar 1 2000-01-03 -1.387326 foo 2 2000-01-04 0.814772 baz NaN 2000-01-05 -0.222552 NaN 4 2000-01-06 -1.176781 qux NaN
这种方法可以解决在float64列中存在空值的问题。另外,如果有效数据中包含空格,则可以使用`df.replace(r'^\s+$', np.nan, regex=True)`来替换空值为NaN。
问题的原因:在float64列中出现空单元格的原因可能是数据输入错误或者数据缺失。
解决方法:可以使用d.applymap(lambda x: np.nan if isinstance(x, basestring) and x.isspace() else x)
来将空单元格替换为NaN。该方法会对数据框中的每个单元格应用一个函数,如果单元格是空字符串,则替换为NaN。
另外,可以使用isinstance
函数来检查单元格是否为空字符串,也可以使用str(x).isspace()
来检查。这两种方法都可以,但是isinstance
可能会稍微快一些。
需要注意的是,在Python 3中,代码中的"basestring"引用将不起作用,可以使用"str"代替。
如果要替换空字符串''
,可以使用d.applymap(lambda x: np.nan if isinstance(x, basestring) and (not x or x.isspace()) else x)
。这样可以考虑到空字符串的情况。
在Python 3.x中,isinstance(x, basestring)
的正确等价物是isinstance(x, str)
。