Python 3.x 如何将多列中的多个无效值替换为NaN值

我在大数据集中进行数据争用，有许多列包含无效值，如Unspecified、0 Unspecified等等，我的目标是用

NaN

value替换它们，这样我就可以很容易地根据它们在总

NaN

值各自的总值行中所占的比率来决定哪些列是无用的，哪些不是。所以，我可以一次替换一个值，我想一次替换所有值

这是我用来替换值的代码

对于cutmr_df.columns.values中的列：
cutmr_-df[列]=cutmr_-df.replace（'Unspecified'，np.nan）

我甚至尝试过这个，但我得到了错误

for columns in cutmr_df.columns.values:
    cutmr_df[columns] = cutmr_df.replace({columns: {'Unspecified': np.nan, '0 Unspecified': np.nan}})

#---------------------ERROR--------------------------#
Cannot compare types 'ndarray(dtype=int64)' and 'str'

---

那么，我应该如何完成这项任务呢？它允许您使用字典指定要替换的多个值。这是否回答了您的问题？这回答了你的问题吗？