python - 用之前的数字替换 Pandas 数据框中的未知数字

Question

我有一些数据框正在尝试上传到数据库。它们是值列表，但某些列中包含字符串“null”，因此这会导致错误。

所以我想使用一个函数来删除这些“空”字符串，并尝试使用替换来回填它们:

df.replace("null", method = bfill)

但它给了我错误消息:

ParserError: Error tokenizing data. C error: Expected 1 fields in line 4, saw 2

我也尝试过用“bfill”代替，它只是用字符串“bfill”替换了“null”。

感谢任何帮助。

谢谢。

抱歉，应该提供一个示例:

1     6     11
2     7     12
null  null  null
4     9     14
5     10    15

Answer 1

我认为你需要replace将 null 字符串转换为 NaN，然后调用 bfill(fillna with method='bfill')，如果数据末尾的一些 NaN 添加 ffill 进行前向填充:

df = df.replace("null",np.nan).bfill().ffill()

但是你的错误显然是在 read_csv 中函数，检查第 4 行 - 解析器只需要一个值，由于某种原因有 2 个值。

示例:

df = pd.DataFrame({'A':['k','null','n','null','null','m'],
                   'B':['t','null','null','f','null','s'],
                   'C':['r','t','null','s','null','null']})

print (df)
      A     B     C
0     k     t     r
1  null  null     t
2     n  null  null
3  null     f     s
4  null  null  null
5     m     s  null

---

print (df.replace("null",np.nan))
     A    B    C
0    k    t    r
1  NaN  NaN    t
2    n  NaN  NaN
3  NaN    f    s
4  NaN  NaN  NaN
5    m    s  NaN
df1 = df.replace("null",np.nan).bfill()
print (df1)
   A  B    C
0  k  t    r
1  n  f    t
2  n  f    s
3  m  f    s
4  m  s  NaN
5  m  s  NaN

#if some `NaN`s in last row is necessary `ffill`
df2 = df.replace("null",np.nan).bfill().ffill()
print (df2)
   A  B  C
0  k  t  r
1  n  f  t
2  n  f  s
3  m  f  s
4  m  s  s
5  m  s  s