如何用我的 DataFrame 中的空字符串替换所有 "nan" 字符串？

Question

我的数据框中散布着 "None" 和 "nan" 字符串。有没有办法用空字符串 "" 或 nan 替换所有这些，这样当我将数据帧导出为 excel sheet?[=22= 时它们就不会出现]

简化示例：

注：col4中的nan不是字符串

ID  col1   col2   col3   col4
1   Apple  nan    nan    nan
2   None   orange None   nan
3   None   nan    banana nan

当我们用空字符串 "":

替换所有 "None" 和 "nan" 字符串后，输出应该是这样的

ID  col1   col2   col3   col4
1   Apple                nan
2          orange        nan
3                 banana nan

知道如何解决这个问题吗？

谢谢，

Answer 1

使用 pandas' NaN。这些单元格在 Excel 中将为空（例如，您将能够使用 'select empty cells' 命令。您不能使用空字符串来执行此操作）。

import numpy as np
df.replace(['None', 'nan'], np.nan, inplace=True)

Answer 2

使用字符串列表替换为不会影响实际 nan 的空白字符串...

df.replace(['nan', 'None'], '')

这会给你一个新的数据框：

ID   col1    col2    col3  col4
1  Apple                   NaN
2         orange           NaN
3                 banana   NaN

Answer 3

您可以将每一列与 numpy 对象数据类型（基本上是文本列）进行比较，然后只对这些列进行替换。

for col in df:
    if df[col] == np.dtype('O'):  # Object
        df.col1.replace(['None', 'NaN', np.nan], "", inplace=True)

Answer 4

所有那些环解环解决方案...

replacers = [None, np.nan, "None", "NaN", "nan"] # and everything else that needs replacing.
df.loc[:, df.dtypes == 'object'].replace(replacers, '', inplace=True)

如何用我的 DataFrame 中的空字符串替换所有 "nan" 字符串？

How to Replace All the "nan" Strings with Empty String in My DataFrame?

python

string

nan

dataframe

pandas