在 Pandas 中创建 NaN 值（而不是 Numpy）

Question

我正在将 .ods 电子表格转换为 Pandas DataFrame。我想删除整个列和行，因为它们只包含“无”。由于“无”是一个str，我有：

pandas.DataFrame.replace("None", numpy.nan)

...我称之为： .dropna(how='all')

有pandas等价于numpy.nan吗？

有没有办法使用.dropna()*string "None" 而不是NaN？

Answer 1

float('nan')如果你真的想避免从 numpy 命名空间导入东西，你可以使用：

>>> import pandas as pd
>>> s = pd.Series([1, 2, 3])
>>> s[1] = float('nan')
>>> s
0    1.0
1    NaN
2    3.0
dtype: float64
>>> 
>>> s.dropna()
0    1.0
2    3.0
dtype: float64

此外，如果您有一个字符串值“None”，您可以.replace("None", float("nan"))：

>>> s[1] = "None"
>>> s
0       1
1    None
2       3
dtype: object
>>> 
>>> s.replace("None", float("nan"))
0    1.0
1    NaN
2    3.0
dtype: float64