用 Pandas 中的空白或空字符串替换 NaN？

在本文中，我们将讨论如何在 Pandas 中将 NaN 替换为空白或空字符串。

创建具有 NaN 值的数据框以进行演示

为此，我们将使用 pandas dataframe() 对象创建数据框。

Python3

# import pandas module
import pandas as pd
  
# import numpy module
import numpy as np
  
# create dataframe with 3 columns
data = pd.DataFrame({
  
    "name": ['sravan', np.nan, 'harsha', 'ramya'],
    "subjects": [np.nan, 'java', np.nan, 'html/php'],
    "marks": [98, np.nan, np.nan, np.nan]
})
  
# display
data

输出：

方法一：使用replace()函数

我们可以使用 replace()函数将 NaN 替换为空字符串。此函数将用空字符串替换 NaN 值

Syntax: dataframe.replace(np.nan, ”)

where

• dataframe is the input dataframe
• first parameter takes Nan value
• second parameter replace the NaN with empty string

例子：

Python3

# import pandas module
import pandas as pd
  
# import numpy module
import numpy as np
  
# create dataframe with 3 columns
data = pd.DataFrame({
  
    "name": ['sravan', np.nan, 'harsha', 'ramya'],
    "subjects": [np.nan, 'java', np.nan, 'html/php'],
    "marks": [98, np.nan, np.nan, np.nan]
})
  
# replace nan with empty string
# using replace() function
data.replace(np.nan, '')

输出：

方法2：使用fillna()

这用于将多列 NaN 值替换为空字符串。

Syntax: dataframe[[‘columns’ ]].fillna(”)

where

• dataframe is the input dataframe
• columns are the multiple columns in the dataframe

示例：

Python3

# import pandas module
import pandas as pd
  
# import numpy module
import numpy as np
  
# create dataframe with 3 columns
data = pd.DataFrame({
  
    "name": ['sravan', np.nan, 'harsha', 'ramya'],
    "subjects": [np.nan, 'java', np.nan, 'html/php'],
    "marks": [98, np.nan, np.nan, np.nan]
}
)
  
# replace nan with empty string
# using fillna() function
data[['name', 'subjects', 'marks']].fillna('')

输出：

我们也可以直接使用 fillna() 而不指定列：

dataframe.fillna('')

例子：

Python3

# import pandas module
import pandas as pd
  
# import numpy module
import numpy as np
  
# create dataframe with 3 columns
data = pd.DataFrame({
  
    "name": ['sravan', np.nan, 'harsha', 'ramya'],
    "subjects": [np.nan, 'java', np.nan, 'html/php'],
    "marks": [98, np.nan, np.nan, np.nan]
}
)
  
# replace nan with empty string
# using fillna() function
data.fillna('')

输出：