我有以下数据样本。我愿意
- a) 在 C 列中,将
np.NaN 替换为 999
, - b) 在 D 列中,将 '' 替换为
np.NaN
。
我的两次尝试都不起作用,我不知道为什么。
import pandas
from pandas import DataFrame
import numpy as np
df = DataFrame({'A' : ['foo', 'foo', 'foo', 'foo',
'bar', 'bar', 'bar', 'bar'],
'B' : ['one', 'one', 'two', 'three',
'two', 'two', 'one', 'three'],
'C' : [1, np.NaN, 1, 2, np.NaN, 1, 1, 2], 'D' : [2, '', 1, 1, '', 2, 2, 1]})
print df
df.C.fillna(999)
df.D.replace('', np.NaN)
print df
Output:
A B C D
0 foo one 1 2
1 foo one NaN
2 foo two 1 1
3 foo three 2 1
4 bar two NaN
5 bar two 1 2
6 bar one 1 2
7 bar three 2 1
A B C D
0 foo one 1 2
1 foo one NaN
2 foo two 1 1
3 foo three 2 1
4 bar two NaN
5 bar two 1 2
6 bar one 1 2
7 bar three 2 1
最佳答案
这些操作返回数据的副本(大多数 pandas 操作的行为相同),除非您明确说明,否则它们不会就地操作(默认为 inplace=False
),请参阅fillna
和 replace
:
df.C.fillna(999, inplace=True)
df.D.replace('', np.NaN, inplace=True)
或分配回:
df['C'] = df.C.fillna(999)
df['D'] = df.D.replace('', np.NaN)
此外,我强烈建议您使用下标运算符 []
访问列,而不是使用点运算符 .
作为属性,以避免出现歧义行为
In [60]:
df = pd.DataFrame({'A' : ['foo', 'foo', 'foo', 'foo',
'bar', 'bar', 'bar', 'bar'],
'B' : ['one', 'one', 'two', 'three',
'two', 'two', 'one', 'three'],
'C' : [1, np.NaN, 1, 2, np.NaN, 1, 1, 2], 'D' : [2, '', 1, 1, '', 2, 2, 1]})
df.C.fillna(999, inplace =True)
df.D.replace('', np.NaN, inplace=True)
df
Out[60]:
A B C D
0 foo one 1 2
1 foo one 999 NaN
2 foo two 1 1
3 foo three 2 1
4 bar two 999 NaN
5 bar two 1 2
6 bar one 1 2
7 bar three 2 1
关于python-2.7 - 处理 Pandas 和 Numpy 中的缺失数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/32566320/