python - 不同数据帧列中列出的不同缺失值将替换为 NaN

Question

我有两个文件。一个包含我的属性的详细信息，名称为detail.csv，另一个是数据文件，其中包含有关这些属性的数据，名称为data.csv

在detail.csv文件中，我们有两列“属性”，它给出了属性的名称，“缺失值表示”给出了用作该属性缺失值的值的列表。示例很少下面给出了相同的内容。

Attribute   Missing value representation
Height       [-1,0]
Weight       [X]
Salary       []
Gender       [XX]

现在，使用此信息，我必须将数据文件“data.csv”中所有相应属性的所有缺失值替换为 NaN。数据文件中的数据表示为:

Height   Weight  Salary  Gender
-1       50      20000    F
132      X                XX

我怎样才能做到这一点？

Answer 1

假设您阅读了 CSV，它们看起来像:

  Attribute Missing value representation
0    Height                      [-1, 0]
1    Weight                          [X]
2    Salary                           []
3    Gender                         [XX]

   Height Weight Salary Gender
0      -1     50  20000      F
1     132      X            XX

您可以执行以下操作:

import numpy as np
for key,row in details.iterrows():
    for el in row['Missing value representation']:
        data[row['Attribute']].replace(el,np.NaN,inplace=True)

您为每一列获取所有可能的缺失值表示，然后查看这些列并将这些值替换为 NaN。