Pandas DataFrames에서 공백 값을 NaN으로 바꾸는 방법은 무엇입니까?

Pandas에서 공백 값을 NaN으로 바꾸기

Pandas 데이터 프레임에서는 공백 값(" ")을 식별하고 다음으로 바꿔야 하는 경우가 많습니다. NaN 값. 이 작업은 데이터 무결성을 보장하고 원활한 분석을 가능하게 합니다.

이를 수행하는 효율적인 방법 중 하나는 Pandas의 replacement() 메서드를 사용하는 것입니다. 구문은 다음과 같습니다.

<code class="python">df.replace(to_replace, value, regex=True)</code>

이 맥락에서:

• to_replace는 공백 값(예: r'^s ')을 나타내는 정규식 패턴입니다.
• value는 NaN일 수 있는 원하는 대체 값입니다.
• 정규식 일치를 활성화하려면 regex를 True로 설정합니다.

빈 값을 NaN으로 바꾸려면 다음을 수행하세요. 다음 코드를 사용하십시오.

<code class="python">import pandas as pd
import numpy as np

# Create a sample dataframe
df = pd.DataFrame({
    "A": [-0.532681, 1.490752, -1.387326, 0.814772, -0.222552, -1.176781],
    "B": ['foo', 'bar', 'foo', 'baz', ' ','qux'],
    "C": [0, 1, 2, ' ', 4, ' ']
})

# Replace blank values with NaN
df = df.replace(r'^\s*$', np.nan, regex=True)

# Display the updated dataframe
print(df)</code>

출력:

          A     B     C
0 -0.532681   foo     0
1  1.490752   bar     1
2 -1.387326   foo     2
3  0.814772   baz   NaN
4 -0.222552   NaN     4
5 -1.176781   qux   NaN

이 코드는 데이터 프레임의 모든 공백 값을 NaN으로 효과적으로 대체하여 데이터를 보다 명확하고 정확하게 표현합니다.

위 내용은 Pandas DataFrames에서 공백 값을 NaN으로 바꾸는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!