指出 Pandas 中的缺失数据答案

【问题标题】：Indicating missing data in Pandas指出 Pandas 中的缺失数据
【发布时间】：2016-11-26 18:30:54
【问题描述】：

更新

所以我一直在玩这个，当我使用read_csv() 将不同的 csv 文件读入我的程序时，似乎确实会发生这种情况。然后发生的事情正是docs 所说的将会发生的事情：

默认情况下，以下值被解释为 NaN：''、'#N/A'、'#N/AN/A'、'#NA'、'-1.#IND'、'-1.# QNAN'、'-NaN'、'-nan'、'1.#IND'、'1.#QNAN'、'N/A'、'NA'、'NULL'、'NaN'、'nan'。

所以我没有在我的代码中考虑这一步是不好的；感谢所有提供帮助的人。

原问题

我在pandas 中创建电子表格，方法是用字符串“NA”(spreadsheet['name']="NA") 填充列，然后用实际数据点逐步替换这些“NA”。我是这样做的：spreadsheet.loc[spread[match row number here], =inputstring.split("\t")

当使用.to_csv() 输出数据时，我惊讶地发现pandas 显然将这些“NA”字符串解释为表示缺失数据，例如它用我输入na_rep= 的任何内容替换它们。我主要使用“NA”作为占位符，没想到熊猫（将丢失的数据输出为“Nan”）会弄乱它们。

我在documentation on missing data 中找不到任何关于此事的信息，他们在那里用np.nan 创建了NaN

因此，

Pandas 将我的电子表格中任何位置的字符串“NA”解释为“缺失数据”是否正确？他们会进行某种字符串匹配吗？
如果是这样，还有哪些其他字符串可以这样使用？或者表示缺失数据点的最合法方式是什么？
如果属实，这种行为对我来说似乎有点危险/可能导致意外行为。或者这不是真的？

非常感谢任何有关资源的帮助/指针！

【问题讨论】：

当你在类似DataFrame({"A": ["NA", "NA", "NA"]}) 的东西上运行.to_csv() 会发生什么？我很好奇，因为我无法重现您所描述的行为。
坦克供您输入，确实无法复制！好点，我想知道我在哪里误入歧途 - 之后我所做的就是添加这样的数据点：spreadsheet.loc[spreadsheet[match row number here], =inputstring.split("\t")

标签： python pandas csv nan

【解决方案1】：

你可以这样试试：

spreadsheet = pd.DataFrame({'name': ['NA', 'NA', 'NA', 'NA', 'NA']})
spreadsheet
    name
0   NA
1   NA
2   NA
3   NA
4   NA

然后，如果您想替换几个NAs，您只需选择要替换它们的位置即可。

spreadsheet.loc[1:2] = 'foo'
spreadsheet
    name
0   NA
1   foo
2   foo
3   NA
4   NA

【讨论】：