Pandas用空白/空字符串替换NaN

Question

我有一个Pandas Dataframe,如下所示:

    1    2       3
 0  a  NaN    read
 1  b    l  unread
 2  c  NaN    read

我想用空字符串删除NaN值,以便它看起来像这样:

    1    2       3
 0  a   ""    read
 1  b    l  unread
 2  c   ""    read

Answer 1

稍微短一点是:

df = df.fillna('')

这将用''填充na(例如NaN).

编辑:如果要填充单个列,可以使用:

df.fillna('', inplace=True)

Answer 2

import numpy as np
df1 = df.replace(np.nan, '', regex=True)

这可能有所帮助.它将用空字符串替换所有NaN.

Answer 3

如果您正在从文件(例如CSV或Excel)中读取数据框,请使用:

1. df.read_csv(path , na_filter=False)
2. df.read_excel(path , na_filter=False)

这会自动将空字段视为空字符串''

如果您已经拥有Dataframe

• ''
• df = df.replace(np.nan, '', regex=True)

Answer 4

使用格式化程序，如果您只想对其进行格式化，以便在打印时呈现良好的效果。只需使用df.to_string(... formatters来定义自定义字符串格式，而无需不必要地修改您的 DataFrame 或浪费内存：

df = pd.DataFrame({
    'A': ['a', 'b', 'c'],
    'B': [np.nan, 1, np.nan],
    'C': ['read', 'unread', 'read']})
print df.to_string(
    formatters={'B': lambda x: '' if pd.isnull(x) else '{:.0f}'.format(x)})

要得到：

   A B       C
0  a      read
1  b 1  unread
2  c      read

Answer 5

尝试这个，

添加inplace=True

import numpy as np
df.replace(np.NaN, '', inplace=True)