代码之家 › 专栏 › 技术社区 › Pythonista anonymous

如何将数据帧列转换为字符串并替换NAN(fillna不工作)

fillna nan dataframe pandas

Pythonista anonymous · 技术社区 · 7 年前

我有一个包含整数列的pandas数据帧,其中包含一些NaN。我想将它们从整数转换为字符串,并用“不可用”之类的描述替换NAN。

主要原因是我需要在该列上运行groupbys,除非我转换NaN,否则groupby将摆脱它们!为什么会发生这种情况,以及整个熊猫群体如何没有挺身而出,这是一个完全不同的讨论(当我第一次了解它时,我简直不敢相信……)。

我已经尝试了下面的代码,但它不起作用。请注意,我已经尝试了这两种方法 astype(str) 和 astype('str' ). 在这两种情况下,列都转换为object,而不是string;也许是因为Python假设(错误的是,它们在我的数据帧中的长度都相同)字符串的长度不同?但是,最重要的是,fillna()不起作用,而NAN保持NAN!为什么?

import numpy as np
import pandas as pd

df= pd.DataFrame(np.random.randint(1,10,(10000,5)), columns=['a','b','c','d','e'])
df.iloc[0,0]=np.nan
df['a']=df['a'].astype(str)
df['a']=df['a'].fillna('not available')
print(df.dtypes)
print(df.head())

2 回复 | 直到 4 年前

Scott Boston 7 年前

fillna 将这些值转换为“str”后将不起作用,您不再具有np。nan,但字符串值为“nan”:

df= pd.DataFrame(np.random.randint(1,10,(10000,5)), columns=['a','b','c','d','e'])
df.iloc[0,0]=np.nan
#df['a']=df['a'].astype(str) <-- You don't need this line.
df['a']=df['a'].fillna('not available')
print(df.dtypes)
print(df.head())

输出:

a    object
b     int32
c     int32
d     int32
e     int32
dtype: object
               a  b  c  d  e
0  not available  6  3  9  7
1              5  4  5  5  3
2              4  2  5  3  2
3              4  9  2  8  3
4              2  6  5  9  1

BENY 7 年前

df= pd.DataFrame(np.random.randint(1,10,(10,5)), columns=['a','b','c','d','e'])
df.iloc[0,0]=np.nan

df.isnull()
Out[329]: 
       a      b      c      d      e
0   True  False  False  False  False
1  False  False  False  False  False
2  False  False  False  False  False
3  False  False  False  False  False
4  False  False  False  False  False
5  False  False  False  False  False
6  False  False  False  False  False
7  False  False  False  False  False
8  False  False  False  False  False
9  False  False  False  False  False

更改为str后

df['a']=df['a'].astype(str)

df.isnull()
Out[332]: 
       a      b      c      d      e
0  False  False  False  False  False
1  False  False  False  False  False
2  False  False  False  False  False
3  False  False  False  False  False
4  False  False  False  False  False
5  False  False  False  False  False
6  False  False  False  False  False
7  False  False  False  False  False
8  False  False  False  False  False
9  False  False  False  False  False

您更改空值,该值为 np.nan 到字符串 'nan'

df.iloc[0,0]
Out[334]: 'nan'