Python 替换空白&；字段中同时出现空字段

我有一个数据帧“列”，它同时有一个空白&NaN（null）。现在我想用一个字符串“无数据”替换空白和NAND字段。请给出一些相同的指导。我正在使用Python熊猫

我的数据帧列-

Col1
----

NaN
New York
NaN

这就是我尝试过的-

df['Col1'] = df['Col1'].replace(r'\s+', "No Data", regex=True)
df['Col1'] = df['Col1'].replace(np.NaN, "No Data", regex=True)

我的结果列看起来像-

Col1
----
No Data
No data
NewNo DataYork
No Data

---

谢谢。

过滤df，将空/空条目设置为

NaN

，然后填写以下内容：

In [27]:    
​
df = pd.DataFrame({'Col1':['',np.NaN,'New York',np.NaN]})
df
Out[27]:
       Col1
0          
1       NaN
2  New York
3       NaN
In [28]:

df.loc[df['Col1'].str.len() == 0, 'Col1'] = np.NaN
df['Col1'] = df['Col1'].fillna('No Data')
df
Out[28]:
       Col1
0   No Data
1   No Data
2  New York
3   No Data

---

过滤df，将空/空条目设置为

NaN

，然后填写以下内容：

In [27]:    
​
df = pd.DataFrame({'Col1':['',np.NaN,'New York',np.NaN]})
df
Out[27]:
       Col1
0          
1       NaN
2  New York
3       NaN
In [28]:

df.loc[df['Col1'].str.len() == 0, 'Col1'] = np.NaN
df['Col1'] = df['Col1'].fillna('No Data')
df
Out[28]:
       Col1
0   No Data
1   No Data
2  New York
3   No Data

---

您可以将要在字典中替换的值传递给

replace

函数：

In [944]: x.head()
Out[944]: 
  ind1      ind2  value  identifier
0   EA  01/01/07  0.231          55
1   EA  01/01/07  0.511          56
2   EA  01/01/07  0.357          57
3   EA  01/02/07  0.091          55
4   EA  01/02/07  0.161          57

In [945]: x.head().replace({55:'N/A', 56:'FiftySix'}, axis=1)
Out[945]: 
  ind1      ind2  value identifier
0   EA  01/01/07  0.231        N/A
1   EA  01/01/07  0.511   FiftySix
2   EA  01/01/07  0.357         57
3   EA  01/02/07  0.091        N/A
4   EA  01/02/07  0.161         57

---

您可以将要在字典中替换的值传递给

replace

函数：

In [944]: x.head()
Out[944]: 
  ind1      ind2  value  identifier
0   EA  01/01/07  0.231          55
1   EA  01/01/07  0.511          56
2   EA  01/01/07  0.357          57
3   EA  01/02/07  0.091          55
4   EA  01/02/07  0.161          57

In [945]: x.head().replace({55:'N/A', 56:'FiftySix'}, axis=1)
Out[945]: 
  ind1      ind2  value identifier
0   EA  01/01/07  0.231        N/A
1   EA  01/01/07  0.511   FiftySix
2   EA  01/01/07  0.357         57
3   EA  01/02/07  0.091        N/A
4   EA  01/02/07  0.161         57

---

必须指定正则表达式的开始和结束：

In [11]: df.replace('^\s*$', np.nan, regex=True)
Out[11]:
       Col1
0       NaN
1       NaN
2  New York
3       NaN

In [12]: df.replace('^\s*$', np.nan, regex=True).fillna("No Data")
Out[12]:
       Col1
0   No Data
1   No Data
2  New York
3   No Data

---

必须指定正则表达式的开始和结束：

In [11]: df.replace('^\s*$', np.nan, regex=True)
Out[11]:
       Col1
0       NaN
1       NaN
2  New York
3       NaN

In [12]: df.replace('^\s*$', np.nan, regex=True).fillna("No Data")
Out[12]:
       Col1
0   No Data
1   No Data
2  New York
3   No Data

---

好的，这里有一个基于

的方法，其中

：

>>> df["Col1"] = df.Col1.where(df.Col1.str.strip().str.len() > 0, "No Data")
>>> df
       Col1
0   No Data
1   No Data
2  New York
3   No Data

这将用“无数据”替换剥离后没有正长度的任何内容。NaN保持NaN，因此它们的长度不为正

---

（我很难记住正则表达式语法，所以我倾向于使用命名方法。）

好的，这里有一个基于

的方法：

>>> df["Col1"] = df.Col1.where(df.Col1.str.strip().str.len() > 0, "No Data")
>>> df
       Col1
0   No Data
1   No Data
2  New York
3   No Data

这将用“无数据”替换剥离后没有正长度的任何内容。NaN保持NaN，因此它们的长度不为正

（我很难记住正则表达式语法，所以我倾向于使用命名方法。）
我认为这是最规范的方法，因为.fillna（）@EdChum-当我试图将数据帧写入sql时，它会给我以下错误“TypeError:预期unicode数据”；即使col的数据类型仍然是一个对象。请提供任何建议。这意味着您可能有一些错误的数据，如果没有太多行，您可以扫描
df['Col1']的输出。unique（）
或
df[df['Col1']。应用（lambda x:isinstance（x，str）==False）]
以查看是否有任何值不是
str
我认为这是最规范的方法，因为.fillna（）@EdChum—当我尝试将数据帧写入sql时，它会给我以下错误“TypeError:expecting unicode数据”；即使col的数据类型仍然是一个对象。请提供任何建议。这意味着您可能有一些错误的数据，如果没有太多行，您可以扫描
df['Col1']的输出。unique（）
或
df[df['Col1']。应用（lambda x:isinstance（x，str）==False）]
以查看是否有任何值不是
str，它给出了以下错误“TypeError:需要unicode数据”；即使col的数据类型仍然是一个对象。请提供任何建议。#DSM-当我试图将数据帧写入sql时，它会给我以下错误“TypeError:expecting unicode数据”；即使col的数据类型仍然是一个对象。请给我任何建议。当我试图将数据框写入sql时，它会给我以下错误“TypeError:需要unicode数据”；即使col的数据类型仍然是一个对象。请给我任何建议。当我试图将数据框写入sql时，它会给我以下错误“TypeError:需要unicode数据”；即使col的数据类型仍然是一个对象。有什么建议吗。