Pandas DataFrame中，将空列表替换为NaN

在本文中，我们将介绍如何在Pandas DataFrame中，将空列表替换为NaN。

阅读更多：Pandas 教程

前言

在使用Pandas处理数据时，我们可能会遇到DataFrame中某些列包含了空列表的情况，例如：

import pandas as pd
import numpy as np

data = {'col1': [1, 2, 3], 'col2': [[], [4, 5], []]}
df = pd.DataFrame(data)
print(df)

输出：

   col1    col2
0     1      []
1     2  [4, 5]
2     3      []

在上述DataFrame中，col2列包含了两个空列表。对于这种情况，我们通常会希望将空列表替换为NaN值，以方便后续数据处理。

方法一：使用apply方法替换

我们可以使用DataFrame中的apply方法，配合一个匿名函数来实现将空列表替换为NaN的目的。具体代码如下：

df['col2'] = df['col2'].apply(lambda x: np.nan if len(x)==0 else x)
print(df)

输出：

   col1    col2
0     1     NaN
1     2  [4, 5]
2     3     NaN

方法二：使用replace方法替换

除了使用apply方法，我们还可以使用replace方法，将空列表替换为NaN值。具体代码如下：

df['col2'].replace(to_replace=[[]], value=np.nan, inplace=True)
print(df)

输出：

   col1    col2
0     1     NaN
1     2  [4, 5]
2     3     NaN

总结

本文介绍了在Pandas DataFrame中，将空列表替换为NaN的两种方法：使用apply方法和replace方法。这两种方法的效果是相同的，但是使用apply方法稍微繁琐些。对于数据量较大的DataFrame，可以考虑使用replace方法来替换空列表。