Pandas 如何将NaN替换为空白字符串

在本文中，我们将介绍使用Pandas如何将NaN替换为空白字符串。NaN是“不是数字”的缩写，是在Pandas中表示缺失数据的一种特殊的值。在数据分析中，经常需要将NaN值替换为另一种值，比如空白字符串。以下是一些使用Pandas操作DataFrame来替换NaN值为空白字符串的示例。

阅读更多：Pandas 教程

使用fillna方法

DataFrame中的fillna方法可以用来替换NaN值。我们可以将空白字符串作为参数传递给fillna方法来替换NaN值。

import pandas as pd
import numpy as np

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [np.nan, 25, 26, np.nan],
        'gender': ['F', 'M', np.nan, 'M']}
df = pd.DataFrame(data)

df = df.fillna('')
print(df)

输出：

      name age gender
0    Alice        F
1      Bob  25      M
2  Charlie  26       
3    David      M

在上面的示例中，我们使用fillna方法将数据帧中的NaN值替换为空白字符串。这将在数据框中创建新的修改后的副本，因为fillna不会修改原始数据帧。

使用replace方法

我们也可以使用replace方法来替换NaN值。

import pandas as pd
import numpy as np

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [np.nan, 25, 26, np.nan],
        'gender': ['F', 'M', np.nan, 'M']}
df = pd.DataFrame(data)

df = df.replace(np.nan, '', regex=True)
print(df)

输出：

      name age gender
0    Alice        F
1      Bob  25      M
2  Charlie  26       
3    David      M

上面的示例中，我们将np.nan作为第一个参数传递给replace方法，这将导致所有的NaN值都被替换为第二个参数（这里是空白字符串）。

将NaN替换为空白字符串后，如何将其转换回NaN

有时，我们可能需要将 NaN 值替换回数据框中。这时，我们可以使用Pandas中的replace方法。

import pandas as pd
import numpy as np

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [np.nan, 25, 26, np.nan],
        'gender': ['F', 'M', np.nan, 'M']}
df = pd.DataFrame(data)

df = df.fillna('')
print(df)

df = df.replace('', np.nan, regex=True)
print(df)

输出：

      name age gender
0    Alice        F
1      Bob  25      M
2  Charlie  26       
3    David      M

      name   age gender
0    Alice   NaN      F
1      Bob    25      M
2  Charlie    26    NaN
3    David   NaN      M

在上面的示例中，我们首先使用fillna方法将NaN值替换为空白字符串。然后，我们再次使用replace方法将空白字符串替换回NaN值。