Python 如何替换Pandas中的所有空值 上下文
从MS SQL Server导出的CSV在不同的列中随机具有NULL值 预期结果 将空值替换为无,因为数据是多数据类型的 这是我根据列的数据类型选择性地将None替换为0、“Uknown”等之前的中间步骤 尝试 df[['Col1','CCol1']].replaceto_replace=['NULL','',value=None,inplace=True似乎完全删除了行 df['Col1','CCol1'].replaceto_replace=['NULL','',value='--',inplace=True似乎至少要执行replace函数 其中df['Col1'].maplambda x:strx=='NULL',inplace=True似乎表示行中所有符合条件的值 限制 df[['Col1','CCol1']]已经有了限制,因为我希望在理想情况下用None替换所有列中的NULL 提及的其他材料Python 如何替换Pandas中的所有空值 上下文,python,pandas,dataframe,Python,Pandas,Dataframe,从MS SQL Server导出的CSV在不同的列中随机具有NULL值 预期结果 将空值替换为无,因为数据是多数据类型的 这是我根据列的数据类型选择性地将None替换为0、“Uknown”等之前的中间步骤 尝试 df[['Col1','CCol1']].replaceto_replace=['NULL','',value=None,inplace=True似乎完全删除了行 df['Col1','CCol1'].replaceto_replace=['NULL','',value='--',inp
是否有一种有效的方法可以将所有列和行中的null替换为None?我认为这是一种很好的解决问题的方法:
import pandas as pd
#An example dataframe
df = pd.DataFrame([[np.nan, 2, "NULL", 0],
[3, 4, np.nan, 1],
[np.nan, np.nan, "NULL", 5],
[np.nan, 3, np.nan, 4]],
columns=list('ABCD'))
#To remove all non-numeric such as None,NAN, etc. and change them to np.nan
for c in df.columns:
df[c] = pd.to_numeric(df[c], errors='coerce')
#Change np.nan to whatever you want. For example, NONE:
df=df.fillna(value='NONE')
print(df)
>>> A B C D
0 NONE 2 NONE 0
1 3 4 NONE 1
2 NONE NONE NONE 5
3 NONE 3 NONE 4
尝试df.replace{'NULL':None}刚刚测试过,它对我有效。如果您将read_csv参数更改为处理NULL pd会更好。read_csv'file.csv',na_values=['NULL']NULL值是字符串吗?