Pandas DataFrame에서 빈 문자열(공백)을 NaN으로 바꾸는 방법은 무엇입니까?

Pandas에서 공백 값(공백)을 NaN으로 바꾸기

Pandas에서 공백 값(공백)을 NaN으로 효율적으로 바꾸는 방법 dataframe?

초기 접근 방식:

다음 코드는 공백 값을 None으로 바꿀 수 있지만 비효율적이며 가장 Python적인 솔루션은 아닙니다.

<code class="python">for i in df.columns:
    df[i][df[i].apply(lambda i: True if re.search('^\s*$', str(i)) else False)] = None</code>

최적 솔루션:

Pandas는 df.replace() 메서드를 통해 더욱 간결하고 효율적인 솔루션을 제공합니다.

<code class="python">df = pd.DataFrame([
    [-0.532681, 'foo', 0],
    [1.490752, 'bar', 1],
    [-1.387326, 'foo', 2],
    [0.814772, 'baz', ' '],     
    [-0.222552, '   ', 4],
    [-1.176781,  'qux', '  '],         
], columns='A B C'.split(), index=pd.date_range('2000-01-01','2000-01-06'))

# replace field that's entirely space (or empty) with NaN
print(df.replace(r'^\s*$', np.nan, regex=True))</code>

이 코드는 공백을 대체합니다. 값(정규식: ^s*$)을 NaN으로 사용하여 원하는 출력을 생성합니다.

                   A    B   C
2000-01-01 -0.532681  foo   0
2000-01-02  1.490752  bar   1
2000-01-03 -1.387326  foo   2
2000-01-04  0.814772  baz NaN
2000-01-05 -0.222552  NaN   4
2000-01-06 -1.176781  qux NaN

참고:

유효한 데이터를 처리해야 하는 경우 공백이 포함된 경우 정규 표현식을 r'^s $'로 수정할 수 있습니다. 이는 완전히 공백으로 구성된 필드에만 일치합니다.

위 내용은 Pandas DataFrame에서 빈 문자열(공백)을 NaN으로 바꾸는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!