Wie kann man Leerzeichenwerte in Pandas-DataFrames effizient durch NaN ersetzen?

Ersetzen von Leerwerten (Leerzeichen) durch NaN in Pandas

Problem:

Betrachten Sie einen Pandas-Datenrahmen mit Leerzeichenwerten in bestimmten Spalten vorhanden. Das Ziel besteht darin, diese Leerzeichen durch NaN-Werte zu ersetzen.

Hässliche Lösung:

<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>

Diese Lösung iteriert durch jede Spalte, generiert eine boolesche Maske mit Regex, und ersetzt Leerraumwerte durch None. Es ist jedoch ineffizient und nicht idiomatisch.

Verbesserte Lösung:

<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'))

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

Diese Lösung nutzt die integrierte Funktion replace() von Pandas, die dies kann kann verwendet werden, um bestimmte Werte basierend auf einem Regex-Muster zu ersetzen. Durch die Verwendung von r'^s*$' gleicht der reguläre Ausdruck jedes Feld ab, das vollständig aus Leerzeichen besteht (oder leer ist), und ersetzt es durch NaN.

Optimierungen:

• Überprüfen Sie, ob der Spaltendatentyp ein Objekt ist, da Leerzeichenwerte normalerweise in Objektspalten gefunden werden.
• Verwenden Sie r'^s $' anstelle von r'^s*$', wenn gültige Daten Leerzeichen enthalten .

Das obige ist der detaillierte Inhalt vonWie kann man Leerzeichenwerte in Pandas-DataFrames effizient durch NaN ersetzen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!