df.replace() 无法替换数据框中的 nan 字符串

Question

data

从txt文件中读取信息，其中包含一些nan值。我尝试使用

data.replace('nan', 0)

将所有 nan 替换为零。但找不到该系列中的 nan 值。

file = 'RAO.txt'
data = pd.read_csv(file, sep="\t", header=None, skiprows=1)
data = data.drop(data.columns[-1], axis=1)
print(data)
print(type(data.iloc[0, 2]))
data.replace('nan', 0, inplace=True)
print(data)

上面代码的输出是

如图所示，运行代码后，

nan

中仍然存在

data

。有谁知道如何解决这个问题？谢谢！

Answer 1

如果 Nan 确实存在，似乎数据太多，看不到 'True' 值。 您可以使用 print(data.isnull().sum()) 检查有多少 Nan

Answer 2

由于

isnull()

不会将单元格识别为

NaN

，因此您看到的

nan

可能实际上是字符串

'nan'

。

请输入

print(type(data.iloc[0, 2]))

和

print(data.iloc[0, 2])

进行测试。

• 如果是字符串类型，可以替换为

  df.replace('nan', 0, inplace=True)

  。
• 如果是数字类型，可以用

  df.fillna(0, inplace=True)

  代替。

确保使用

inplace=True

，以便直接对原始内容进行更改

DataFrame

。

Answer 3

修改原对象：inplace:

默认情况下，fillna()、ffill() 和 bfill() 返回一个新对象，而不修改原始对象。将 inplace 参数设置为 True 会修改原始对象。

df.fillna(0, inplace=True)

将

nan

字符串替换为值:

df.replace('nan', 0, inplace=True)

完整示例：

import pandas as pd
import numpy as np

df = pd.DataFrame({'colA':[0.6, "nan", "0.04+0.0j", np.nan],
                   'colB':[np.nan, "0.04+0.0j", 6, "nan"]})

df.fillna(0, inplace=True)
df.replace('nan', 0, inplace=True)

原始数据框：

colA	colB
0.6	南
南	0.04+0.0j
0.04+0.0j	6
南	南

fillna

和

replace

之后的数据框：

colA	colB
0.6	0
0	0.04+0.0j
0.04+0.0j	6
0	0