Python 通过使用regex将值替换为np.nan

我有一个数据帧，如下所示：

data1 = {"first":["alice", "bob", "carol"],
         "last_huge":["foo", "bar", "baz"]}
df = pd.DataFrame(data1)

例如，我想将所有字符“o”替换为“a”：

那我会的

df.replace({"o":"a"},regex=True)
Out[668]: 
   first last
0  alice  faa
1    bab  bar
2  caral  baz

它会还给我所需要的

但是当我想将'o'替换为

np.nan

时，它会将整个字符串更改为

np.nan

熊猫的文件有什么解释吗？我可以通过网站找到一些信息

更多信息：（它将整个字符串更改为

np.nan

）

，当用“缺失”替换字符串的一部分时，这只能意味着整个条目被破坏。我听说过这个叫做NaN污染（或者类似的，我会看看是否能找到一些参考资料），因为如果NaN接触到数据，数据就会被破坏

尽管如此，情况并非总是如此：

In [11]: s = pd.Series([1, 2, np.nan, 4])

In [12]: s.sum()
Out[12]: 7.0

In [13]: s.sum(skipna=False)
Out[13]: nan

在某些语言中，您会将skipna=False视为默认行为，一些人强烈主张NaN应该总是污染所有数据。熊猫采取了更务实的方法

真正的问题是，在NaN的情况下，您希望它做什么？

在python中有和

CPython实现细节：数学模块主要由围绕平台C数学库函数的精简包装器组成。特殊情况下的行为遵循C99标准附录F（如适用）。当前实现将针对无效操作（如sqrt（-1.0）或log（0.0）（其中C99附录F建议发出无效操作信号或除以零）引发ValueError，并针对溢出的结果（例如exp（1000.0））引发OverflowerError。上述任何函数都不会返回NaN，除非 一个或多个输入参数是NaN；在这种情况下，大多数函数 将返回一个NaN，但（同样在C99附录F之后）有一些 此规则的例外情况，例如pow（浮点（'nan'）、0.0）或 hypot（float（'nan'）、float（'inf'））

简而言之，当您的输入参数有

NaN

时，它将返回

NaN

请注意，Python没有努力区分信令nan和 安静的NAN，信号NAN的行为仍不明确。 典型的行为是把所有的南人都当作安静的人对待

---

你想要的结果是什么？@ShiheZhang没有渴望的结果，为什么replace+regex会有这种行为，我找不到任何与此相关的文档，唯一的办法就是通读源代码。你使用的是什么版本的

pandas

？这实际上发生在任何非字符串对象上，据我所知，请尝试将其传递给

对象（）

@juanpa.arrivillaga my pandas pd.\uuu版本\uuuuuuu Out[692]：'0.20.3'，您将需要使用

作为索引，在df.iterrows（）中的行：

来循环通过df，并使用类似于'if（s.contains（“0”）`的东西来检查它是否存在。然后更新整个值，而不是字符，就像我用R

sum（，na.rm=T）所做的那样。对于我来说，我只是不知道为什么它们不返回任何错误，只需将整个字符串替换为
np.nan
，至少应该正确地返回一些警告…因为在python中，这是正确的结果，不需要提出警告。
In [11]: s = pd.Series([1, 2, np.nan, 4])

In [12]: s.sum()
Out[12]: 7.0

In [13]: s.sum(skipna=False)
Out[13]: nan