np.nan if 包含字符 python答案

【问题标题】：np.nan if contains character pythonnp.nan if 包含字符 python
【发布时间】：2016-12-23 00:40:16
【问题描述】：

df1

Pet                            
Dog-Ralph                     
Cat                                  
2016-11-03 00:00:00

我有上面的数据框，我想将 '2016-11-03 00:00:00' 值转换为 NaN 值。由于它是唯一包含冒号的值，我如何将该值转换为 NaN，如下所示：

感谢您的帮助！

【问题讨论】：

它应该转换为NaN，因为它包含一个冒号？是否只有一个值需要更改或所有包含冒号的值都应更改为 NaN？
“宠物”列中的任何值。我的数据集中可能有多个具有此属性。

标签： python

【解决方案1】：

import pandas as pd
import numpy as np

data = [{'name': 'Pet'},{'name':'Dog-Ralph'},{'name':'Cat'},{'name':'2016-11-03 00:00:00'}]

df = pd.DataFrame.from_dict(data, orient='columns')

df

输出：

    name
0   Pet
1   Dog-Ralph
2   Cat
3   2016-11-03 00:00:00

使用 np.where 查找和替换更快：Read more

df['name'] = np.where(df['name'].str.contains(":"), np.nan, df['name'])

df

输出：

    name
0   Pet
1   Dog-Ralph
2   Cat
3   NaN

查看 np.where 性能详情：Why is np.where faster than pd.apply

【讨论】：

【解决方案2】：

你可以试试这个：

df

#   Pet
#0  Dog-Ralph
#1  Cat
#2  2016-11-03 00:00:00

import numpy as np
df[df["Pet"].notnull() & df['Pet'].str.contains(":")] = np.nan
# replace any non-nan string with `colon` with np.nan    

df
#   Pet
#0  Dog-Ralph
#1  Cat
#2  NaN

或者如果您只需要替换Pet 列：

df.loc[df["Pet"].notnull() & df["Pet"].str.contains(":"), "Pet"] = np.nan

【讨论】：

运行此程序时出现以下错误：ValueError: cannot index with vector contains NA / NaN values
查看更新后的版本，很可能您的列中已经有一些缺失值，使用notnull()将它们转换为False。
有趣，它适用于我的虚拟示例，也许，您的数据包含一些我无法想到的特殊情况。