Pandas DataFrame で空白値を NaN に効率的に置き換える方法は?

Pandas で空白値 (空白) を NaN に置き換える

問題:

空白値を含む Pandas データフレームを考えてみましょう特定の列に存在します。目標は、これらの空白を NaN 値に置き換えることです。

醜い解決策:

<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>

この解決策は、各列を反復処理し、正規表現を使用してブール マスクを生成します。空白の値を None に置き換えます。ただし、非効率的で非慣用的です。

改善されたソリューション:

<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>

このソリューションは、Pandas の組み込み replace() 関数を利用しています。正規表現パターンに基づいて指定された値を置換するために使用されます。 r'^s*$' を使用すると、正規表現は完全に空白で構成される (または空の) フィールドと一致し、NaN に置き換えます。

最適化:

• 通常、オブジェクト列には空白値が含まれるため、列のデータ型がオブジェクトであるかどうかを確認します。
• 有効なデータに空白文字が含まれている場合は、r'^s*$' の代わりに r'^s $' を使用してください。 .

以上がPandas DataFrame で空白値を NaN に効率的に置き換える方法は?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。