在 pandas 数据框中用 NAN 替换空格答案

【问题标题】：Replaces spaces with NAN in pandas dataframe在 pandas 数据框中用 NAN 替换空格
【发布时间】：2016-10-16 16:04:23
【问题描述】：

我有一个包含三列的 pandas 数据框：

Name        Name2           DateTime
                            2016-06-10 05:22
                            2016-06-10 05:23
                            2016-06-10 14:25
Guest       Guest1          2016-06-10 15:32

我必须用 NAN 替换空格。所以第 1、2、3 和 4 行的 AccountName 和 AccountName2 应该是 NAN。我尝试了以下语句：

 df3['Name'] = df3['Name'].replace(r'[^\s+]',np.nan, regex=True)

但由于我在 Name 中的“Guest”之后有空格，所以所有 5 行都被 NAN 替换。

编辑：

这是我们的实际数据。

Name              Name2                  DateTime
\t\t-\r\n\t      \t\t-\r\n\t            2016-06-10 05:22
\t\t-\r\n\t      \t\t-\r\n\t            2016-06-10 05:23
\t\t-\r\n\t      \t\t-\r\n\t            2016-06-10 14:25
\t\tGuest\r\n\t  \t\tGuest1\r\n\t       2016-06-10 15:32

我用它来删除那些转义字符。

df['Name'] = df['Name'].str.replace('\r','').str.replace('\t','').str.replace('\n','').str.replace('-','')

删除这些字符后，我不确定现在在那个地方插入了什么。

【问题讨论】：

你可以去掉空格然后替换df['Name'].str.strip().replace(r'[^\s+]',np.nan, regex=True)
df['Name'] 是 float64 类型。我正在尝试将其转换为字符串然后替换它，但我仍然不成功。
有字符串怎么可能是float64？
@jezrael：我已经编辑了问题
客人姓名中的空格需要保留吗？

标签： python pandas ipython

【解决方案1】：

如果您确定名称之间不会有空格，您可以使用 .strip() 删除字符串末尾的任何空格（或其他任何内容）。

 df3['Name'] = df3['Name'].strip().replace(r'[^\s+]',np.nan, regex=True)

【讨论】：

strip 不是 Series str.strip 的方法，它要求 dtype 是 str，OP 已经表明它不是
啊，我明白问题所在了。也许您可以尝试使用 DataFrame.applymap() 并使用剥离字符串的函数映射每个元素，然后用 nan 替换。

【解决方案2】：

由于您不需要空格，因此应该可以。

df3['Name'] = df3['Name'].replace('[\s]+',"", regex=True) #Gets rid of all blank spaces
df3['Name'] = df3['Name'].replace('',np.nan, regex=True) #Replace completely empty cells with nan

【讨论】：

【解决方案3】：

另一种解决方案是找到length 的数据，然后将boolean indexing 替换为长度为0 或1 的所有数据：

print (df.applymap(len))
   Name  Name2  DateTime
0     0      0        16
1     0      0        16
2     0      0        16
3     5      6        16

df[df.applymap(len) < 2] = np.nan
print (df)
    Name   Name2          DateTime
0    NaN     NaN  2016-06-10 05:22
1    NaN     NaN  2016-06-10 05:23
2    NaN     NaN  2016-06-10 14:25
3  Guest  Guest1  2016-06-10 15:32

【讨论】：

超级。我很高兴，因为我曾经做过类似的替换，很恐怖。
是的，从昨天开始一直在拉我的腿，非常感谢！！