如何用 null 替换 pandas 列中的特定字符？答案

【问题标题】：How to replace specific character in pandas column with null?如何用 null 替换 pandas 列中的特定字符？
【发布时间】：2018-10-04 09:50:48
【问题描述】：

我在数据集中有一列，关于分类公司规模，目前看起来像 this，其中“-”连字符当前表示缺失数据：

我想用空值更改缺失值中的“-”，以便分析缺失数据。但是，当我使用带有 None 值的 pd 替换工具（参见下面的代码）时，它似乎也会生成任何真正的条目，因为它们还包含连字符（例如 51-200）。

df['Company Size'].replace({'-': None},inplace =True, regex= True)

我怎样才能只替换单独的连字符而保持其他条目不变？

【问题讨论】：

不要使用regex = True。那是子字符串

标签： python database pandas replace

【解决方案1】：

您无需使用 regex=True。

df['Company Size'].replace({'-': None},inplace =True)

【讨论】：

谢谢！完美运行。
补充一点：我刚刚浪费了很多时间才发现 None 在字典之外似乎不起作用。使用 pandas 0.23.4，.replace(to_replace='#####', value=None) 不起作用，但 .replace({'#####': None}) 起作用。

【解决方案2】：

你也可以这样做：

df['column_name'] = df['column_name'].replace('-','None')

【讨论】：

【解决方案3】：

import numpy as np

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

这段代码对我有用。

【讨论】：

【解决方案4】：

你可以这样做

import numpy as np
import pandas as pd


df = pd.DataFrame({'A': [0, 1, 2, 3, 4],
                   'B': [5, 6, 7, 8, 9],
                   'C': ['a', '-', 'c--', 'd', 'e']})

df['C'] = df['C'].replace('-', np.nan)
df = df.where((pd.notnull(df)), None) 
# can also use this -> df['C'] = df['C'].where((pd.notnull(df)), None)

print(df)

输出：

   A  B     C
0  0  5     a
1  1  6  None
2  2  7   c--
3  3  8     d
4  4  9     e

另一个例子：

df = pd.DataFrame({'A': [0, 1, 2, 3, 4],
                   'B': ['5-5', '-', 7, 8, 9],
                   'C': ['a', 'b', 'c--', 'd', 'e']})

df['B'] = df['B'].replace('-', np.nan)
df = df.where((pd.notnull(df)), None)
print(df)

输出：

   A     B    C
0  0   5-5    a
1  1  None    b
2  2     7  c--
3  3     8    d
4  4     9    e

【讨论】：