Pandas 用 NaN 替换空字符串 - Python

当处理数据时，经常会遇到空字符串。在 Pandas 中，我们可以使用 NaN 来表示空值。

本文将介绍如何使用 Pandas 将空字符串替换为 NaN。

方法一：使用 replace 方法

我们可以使用 Pandas 的 replace 方法来将空字符串替换为 NaN。具体实现如下：

import pandas as pd

# 创建一个包含空字符串的 DataFrame
df = pd.DataFrame({'col1': ['', 'foo', 'bar', ''], 'col2': ['baz', 'qux', '', 'quux']})

# 将空字符串替换为 NaN
df = df.replace('', pd.np.nan)

# 输出结果
print(df)

输出结果为：

   col1   col2
0   NaN    baz
1   foo    qux
2   bar    NaN
3   NaN   quux

方法二：使用 applymap 方法

另一种替换空字符串的方法是使用 Pandas 中的 applymap 方法。具体实现如下：

import pandas as pd

# 创建一个包含空字符串的 DataFrame
df = pd.DataFrame({'col1': ['', 'foo', 'bar', ''], 'col2': ['baz', 'qux', '', 'quux']})

# 使用 applymap 方法将空字符串替换为 NaN
df = df.applymap(lambda x: pd.np.nan if x == '' else x)

# 输出结果
print(df)

输出结果为：

   col1   col2
0   NaN    baz
1   foo    qux
2   bar    NaN
3   NaN   quux

总结

本文介绍了两种将空字符串替换为 NaN 的方法，分别是使用 replace 方法和 applymap 方法。这些方法都可以帮助我们更好地处理数据，避免出现错误。