python - 在 Pandas DataFrame 中用 None 替换无效值

Question

有没有什么方法可以在 Python 中的 Pandas 中用 None 替换值？

您可以使用 df.replace('pre', 'post') 并且可以将一个值替换为另一个值，但是如果您想用 None 替换，则无法这样做 值，如果你尝试，你会得到一个奇怪的结果。

下面是一个例子:

df = DataFrame(['-',3,2,5,1,-5,-1,'-',9])
df.replace('-', 0)

返回一个成功的结果。

但是，

df.replace('-', None)

返回以下结果:

0
0   - // this isn't replaced
1   3
2   2
3   5
4   1
5  -5
6  -1
7  -1 // this is changed to `-1`...
8   9

为什么会返回这么奇怪的结果？

由于我想将此数据框放入 MySQL 数据库中，因此我无法将 NaN 值放入数据框中的任何元素中，而是希望放入 None。当然，您可以先将 '-' 更改为 NaN，然后将 NaN 转换为 None，但我想知道为什么数据框的行为如此糟糕。

Tested on pandas 0.12.0 dev on Python 2.7 and OS X 10.8. Python is a pre-installed version on OS X and I installed pandas by using SciPy Superpack script, for your information.

Answer 1

实际上在更高版本的 pandas 中，这会产生 TypeError:

df.replace('-', None)
TypeError: If "to_replace" and "value" are both None then regex must be a mapping

您可以通过传递列表或字典来做到这一点:

In [11]: df.replace('-', df.replace(['-'], [None]) # or .replace('-', {0: None})
Out[11]:
      0
0  None
1     3
2     2
3     5
4     1
5    -5
6    -1
7  None
8     9

但我建议使用 NaN 而不是 None:

In [12]: df.replace('-', np.nan)
Out[12]:
     0
0  NaN
1    3
2    2
3    5
4    1
5   -5
6   -1
7  NaN
8    9