如何在熊猫数据框中将单元格设置为 NaN答案

【问题标题】：How to set a cell to NaN in a pandas dataframe如何在熊猫数据框中将单元格设置为 NaN
【发布时间】：2016-04-20 01:02:30
【问题描述】：

我想用 NaN 替换数据框列中的错误值。

mydata = {'x' : [10, 50, 18, 32, 47, 20], 'y' : ['12', '11', 'N/A', '13', '15', 'N/A']}
df = pd.DataFrame(mydata)

df[df.y == 'N/A']['y'] = np.nan

尽管如此，最后一行失败并引发警告，因为它正在处理 df 的副本。那么，处理这个问题的正确方法是什么？我见过很多使用 iloc 或 ix 的解决方案，但在这里，我需要使用布尔条件。

【问题讨论】：

我觉得标题具有误导性。问题不在于您想要 NaN 在您的数据框中。问题是您“试图在数据帧的切片副本上设置”。

标签： python pandas nan

【解决方案1】：

只需使用replace:

In [106]:
df.replace('N/A',np.NaN)

Out[106]:
    x    y
0  10   12
1  50   11
2  18  NaN
3  32   13
4  47   15
5  20  NaN

您正在尝试的称为链索引：http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy

您可以使用loc 确保您在原始dF上进行操作：

In [108]:
df.loc[df['y'] == 'N/A','y'] = np.nan
df

Out[108]:
    x    y
0  10   12
1  50   11
2  18  NaN
3  32   13
4  47   15
5  20  NaN

【讨论】：

【解决方案2】：

上面的大多数回复都需要导入外部模块： import numpy as np

pandas 本身有一个内置解决方案：pd.NA，可以这样使用：

df.replace('N/A', pd.NA)

【讨论】：

【解决方案3】：

虽然使用replace 似乎可以解决问题，但我想提出一个替代方案。在列中混合数字和一些字符串值的问题不是用 np.nan 替换字符串，而是使整个列正确。我敢打赌，原始列很可能是对象类型

Name: y, dtype: object

您真正需要的是使其成为数字列（它将具有正确的类型并且会更快），所有非数字值都替换为 NaN。

因此，好的转换代码应该是

pd.to_numeric(df['y'], errors='coerce')

指定 errors='coerce' 以强制无法解析为数值的字符串变为 NaN。列类型为

Name: y, dtype: float64

【讨论】：

【解决方案4】：

你可以使用替换：

df['y'] = df['y'].replace({'N/A': np.nan})

还要注意replace 的inplace 参数。您可以执行以下操作：

df.replace({'N/A': np.nan}, inplace=True)

这将替换 df 中的所有实例而不创建副本。

同样，如果遇到其他类型的未知值，例如空字符串或无值：

df['y'] = df['y'].replace({'': np.nan})

df['y'] = df['y'].replace({None: np.nan})

参考：Pandas Latest - Replace

【讨论】：

【解决方案5】：

从 pandas 1.0.0 开始，您不再需要使用 numpy 在数据框中创建空值。相反，您可以只使用 pandas.NA（其类型为 pandas._libs.missing.NAType），因此它将在数据帧中被视为 null，但在数据帧上下文之外不会为 null。

【讨论】：

虽然这并不能解决 OP 的问题，但我投了赞成票，因为它实际上回答了标题中的问题。

【解决方案6】：

df.loc[df.y == 'N/A',['y']] = np.nan

这解决了你的问题。使用双 []，您正在处理 DataFrame 的副本。您必须在一次调用中指定确切位置才能对其进行修改。

【讨论】：

【解决方案7】：

df.replace('columnvalue',np.NaN,inplace=True)

【讨论】：

【解决方案8】：

你可以试试这些sn-ps。

在 [16]:mydata = {'x' : [10, 50, 18, 32, 47, 20], 'y' : ['12', '11', 'N/A', '13', ' 15'，'不适用']} 在 [17] 中：df=pd.DataFrame(mydata) 在[18]中：df.y[df.y=="N/A"]=np.nan 输出[19]:df xy 0 10 12 1 50 11 2 18 南 3 32 13 4 47 15 5 20 南

【讨论】：