在 Pandas 中用 NaN 替换空字符串答案

【问题标题】：replacing empty strings with NaN in Pandas在 Pandas 中用 NaN 替换空字符串
【发布时间】：2017-04-04 08:38:18
【问题描述】：

我有一个 pandas 数据框（通过导入 csv 文件创建）。我想用 NaN 替换空白值。这些空白值有些是空的，有些包含（可变数量）空格''、' '、' ' 等。

使用来自this thread的建议我有

df.replace(r'\s+', np.nan, regex=True, inplace = True)

它确实替换了所有只包含空格的字符串，但也替换了每个包含空格的字符串，这不是我想要的。

如何只用个空格和空字符串替换字符串？

【问题讨论】：

我相信这是一个重复的问题：stackoverflow.com/questions/13445241/…
@NickK9 我在我的问题中链接到该线程。问题和接受的答案替换包含 any 空格的单元格。我的问题是关于替换包含 only 空格的单元格。所以，我不同意它是重复的。

【解决方案1】：

如果您正在读取csv 文件并希望将所有空字符串转换为nan 同时读取文件本身，那么您可以使用该选项

skipinitialspace=True

示例代码

pd.read_csv('Sample.csv', skipinitialspace=True)

这将删除分隔符后出现的所有空格，从而使所有空字符串为nan

注意：此选项甚至会从有效数据中删除前面的空格，如果出于任何原因您想保留前面的空格，则此选项不是一个好的选择。

【讨论】：

【解决方案2】：

用 ^ 和 $ 表示它必须以空格开头并以空格结尾：

df.replace(r'^\s*$', np.nan, regex=True, inplace = True)

【讨论】：