熊猫数据框用NaN替换空白
我有一个空单元格的数据框，并希望用NaN替换这些空单元格。之前在这个论坛上提出的解决方案有效，但前提是单元格包含一个空间：
df.replace（r'\s'，np.nan，regex=True）
当单元格为空时，此代码不起作用。有人建议用熊猫代码来代替空细胞吗？
共有3个答案
这个怎么样？
df.replace(r'\s+|^$', np.nan, regex=True)
其他两个答案都不考虑字符串中的所有字符。这样更好：
df.replace（r'\s（\）|#'，np.nan，regex=True）。replace（''，np.nan））
有关以下内容的更多文档：在pandas中将空白值（空白）替换为NaN
我认为最简单的方法是更换两次：
In [117]:
df = pd.DataFrame({'a':['',' ','asasd']})
df
Out[117]:
a
0
1
2 asasd
In [118]:
df.replace(r'\s+',np.nan,regex=True).replace('',np.nan)
Out[118]:
a
0 NaN
1 NaN
2 asasd
-
问题内容： 我正在尝试学习熊猫，但请对以下内容感到困惑。我想用行平均值替换NaN是一个数据框。因此，类似的东西应该可以工作，但是由于某种原因，它对我来说是失败的。我是否想念任何东西，我做错了什么？是因为其未执行； 但是这样的事情看起来很好 问题答案： 如评论所述，fillna的axis参数为NotImplemented。 注意：这在这里很重要，因为您不想用第n行平均值填写第n列。 现在，您需要遍历
-
问题内容： 我有一个Pandas Dataframe，如下所示： 我想用一个空字符串删除NaN值，使其看起来像这样： 问题答案： 这可能会有所帮助。它将用空字符串替换所有NaN。
-
问题内容： 我想在包含空格（任意数量）的Pandas数据框中找到所有值，并用NaN替换这些值。 有什么想法可以改善吗？ 基本上我想把这个： 变成这个： 我已经用下面的代码做到了，但是这很丑。这不是Pythonic，而且我敢肯定，这也不是最有效的熊猫使用方式。我遍历每一列，并对通过应用对每个值进行正则表达式搜索的函数生成的列掩码进行布尔替换，在空白处进行匹配。 通过仅迭代可能包含空字符串的字段，可以
-
我想找到熊猫数据框中包含空白（任意数量）的所有值，并用NaN替换这些值。 有什么想法可以改进吗？ 基本上，我想把这个转变为： 为此： 我已经设法做到了下面的代码，但人是丑陋的。这不是蟒蛇，我肯定这也不是对熊猫最有效的利用。我循环遍历每一列，并对应用一个函数生成的列掩码进行布尔替换，该函数对每个值进行正则表达式搜索，并在空格上进行匹配。 只需遍历可能包含空字符串的字段，即可对其进行一点优化： 但这算
-
问题内容： 我想知道是否有某种方式将所有DataFrame负数替换为零？ 问题答案： 如果所有列都是数字列，则可以使用布尔索引： 对于更一般的情况，此答案显示了private方法： 使用类型，布尔索引似乎可以在单独的列上工作，但不能在整个数据帧上工作。因此，您可以执行以下操作： 更新： 与整个DataFrame上的作品进行比较：
-
我有一个数据框，如下所示： 我想用一个空字符串删除NaN值，这样看起来像这样：