如何测试数组（dtype 对象）中的空白？答案

【问题标题】：How do I test for blanks in array (dtype object)?如何测试数组（dtype 对象）中的空白？
【发布时间】：2021-06-18 20:52:51
【问题描述】：

我有一个 df，里面有一些空格。每当有空白时，我希望能够用“0000”代替它。但是，我找不到替换数组中空白的方法。数组中的一些值是数字，但有时元素有多个数字，由“;”分隔。有人可以帮忙吗？

【问题讨论】：

0000 与"0000" 不同 在任何情况下，您的循环永远不会修改您的pd.Series。为什么你期望它会改变？
我只是在寻找一种方法来识别它何时为空白。简单说明
您不应该从这里开始使用 for 循环。你想要df.loc[df["Numbers"].isnull(), 'Numbers'] = 0
空白是什么意思？空白不是标准术语。我想你的意思是NaN，在这种情况下，只需使用我上面显示的内容。虽然请注意，0000 * 与 0 相同，但您似乎实际上可能想要 string "0000"，但同样的方法适用于任何一种方式
感谢 0000 捕获 - 我如何将我的 df 修改为 1) 识别空白和 2) 将它们更改为新值？

【解决方案1】：

如果“空白”的意思是“NaN”，而“0000”的意思是“0000”的字符串而不是整数“0”，则以下内容应该有效：

df.loc[df['Numbers'].isnull(), 'Numbers'] = '0000'

这里发生了什么：

.isnull() 是一个内置的 pandas 函数，它将检测条目是否为 NaN。
[df['Numbers'].isnull() 将仅返回数据框中“数字”列中有 NaN 的位置。
df.loc[index, column] 将选择所有满足条件的行（索引）——在本例中为 isnull() == True——然后将这些行中的列中的值替换为指定的值，在本例中为字符串 ' 0000'。

欢迎来到熊猫！

【讨论】：