Wie ersetzt man Leerzeichenwerte durch NaN in einem Pandas-Datenrahmen?

Leerwerte durch NaNs in Pandas ersetzen

Problem

Leerzeichenwerte in einem Pandas-Datenrahmen zu finden und sie durch NaNs zu ersetzen, kann eine Herausforderung sein. Das Ziel besteht darin, einen Datenrahmen mit leeren String-Werten in einen mit NaN-Werten umzuwandeln und so möglicherweise die Datenverarbeitung und -analyse zu verbessern.

Lösung

Die Methode df.replace() bietet eine elegante Lösung, die es ermöglicht Sie können Werte basierend auf regulären Ausdrücken ersetzen:

<code class="python">df.replace(r'^\s*$', np.nan, regex=True)</code>

In diesem Regex-Muster entspricht ^ dem Anfang der Zeichenfolge, s* entspricht null oder mehr Leerzeichen und $ entspricht dem Ende der Zeichenfolge. Daher prüft dieser reguläre Ausdruck, ob Zeichenfolgen vollständig aus Leerzeichen oder einer leeren Zeichenfolge bestehen.

Implementierung

Anwenden dieser Lösung auf den Beispieldatenrahmen:

<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'))

result = df.replace(r'^\s*$', np.nan, regex=True)

print(result)</code>

Dies erzeugt die gewünschte Ausgabe:

                   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

Verbesserung

Wie von Temak hervorgehoben, kann das Regex-Muster in r'^s $' geändert werden, wenn gültige Daten möglicherweise Leerzeichen enthalten, um nur mit vorhandenen Zeichenfolgen übereinzustimmen komplett aus Leerzeichen:

<code class="python">df.replace(r'^\s+$', np.nan, regex=True)</code>

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