Python 用np.nan替换问号

我试图用np.nan替换数据集中的问号：

我尝试使用以下代码：

df['Workclass'] = [row if row!='?' else np.nan for row in df['Workclass']]

这是：

df['Workclass'] = df['Workclass'].map(lambda x: np.nan if x=="?"  else x)

这是：

df['Workclass'] = df['Workclass'].replace(to_replace =['?'], value = np.nan, regex = True)

但这些解决方案似乎都没有改变专栏中问号的频率

试试这个：

df['Workclass'].apply(lambda x: np.nan if x == '?' else x) 

如果可行的话：

df['Workclass'] = df['Workclass'].apply(lambda x: np.nan if x == '?' else x) 

如果您在字符串中的任何位置查找“？”，可以使用以下命令：

df['Workclass'].apply(lambda x: np.nan if str(x).find('?')>-1 else x)

试试这个：

df['Workclass'].apply(lambda x: np.nan if x == '?' else x) 

如果可行的话：

df['Workclass'] = df['Workclass'].apply(lambda x: np.nan if x == '?' else x) 

如果您在字符串中的任何位置查找“？”，可以使用以下命令：

df['Workclass'].apply(lambda x: np.nan if str(x).find('?')>-1 else x)

---

我认为存在一些与数据相关的问题，因为您的每个解决方案都应该运行良好

因此，您可以在

Workclass

列中使用

？

测试数据的外观：

print (df.loc[df['Workclass'].str.contains('?', regex=False), 'Workclass'].tolist())

或者，如果是带字符串的数字：

print (df.loc[df['Workclass'].astype(str).str.contains('?', regex=False),
              'Workclass'].tolist())

问题应该是一些空白，您可以尝试：

df['Workclass'] = df['Workclass'].str.strip().map(lambda x: np.nan if x=="?" else x)

或者更好：

df['Workclass'] = df['Workclass'].mask(df['Workclass'].str.strip() == "?")

---

我认为存在一些与数据相关的问题，因为您的每个解决方案都应该运行良好

因此，您可以在

Workclass

列中使用

？

测试数据的外观：

print (df.loc[df['Workclass'].str.contains('?', regex=False), 'Workclass'].tolist())

或者，如果是带字符串的数字：

print (df.loc[df['Workclass'].astype(str).str.contains('?', regex=False),
              'Workclass'].tolist())

问题应该是一些空白，您可以尝试：

df['Workclass'] = df['Workclass'].str.strip().map(lambda x: np.nan if x=="?" else x)

或者更好：

df['Workclass'] = df['Workclass'].mask(df['Workclass'].str.strip() == "?")

---

有一种更直接的方法：

df.replace（'？'，np.NaN）

有一种更直接的方法：

df.replace（'？'，np.NaN）

@jezrael how's not work，我在回答之前测试了它。@jezrael how's not work，我在回答之前测试了它。Murtaza，如果列中有空格或其他内容，可能会尝试使用此选项，“？”：df['Workclass]”。apply（lambda x:np.nan如果str（x）。find（“？”）>-1 else x）似乎可能存在数据问题，因为您可以测试

df['Workclass']=df['Workclass'].str.strip（）.map（lambda x:np.nan如果x==“？”else x）

？所以我的解决方案在上面工作吗？Murtaza，如果在列中有一个空格或其他东西，那么可以尝试这个方法“？”：df['Workclass']。apply（lambda x:np.nan如果str（x）。find（“？”）>-1 else x）似乎可能存在数据问题，因为您可以测试

df['Workclass']=df['Workclass'].str.strip（）.map（lambda x:np.nan如果x==“？”else x）

？那么我的解决方案是否有效？