Python 如何将Pandas DataFrame中的所有列转换为'；对象'；而忽视南？

我有一个数据帧，我希望每个列都是字符串格式。所以我这样做：

 df = df.astype(str)

---

问题是，通过这种方式，所有的NaN条目都被转换为字符串“NaN”。而

isnull

返回

false

。是否有一种方法可以转换为字符串，但保持空条目不变？

将空值转换为空字符串，然后将数据帧转换为字符串类型

df.replace(np.nan, '').astype(str)

请注意，您可以通过以下方式测试“空值”：

df.apply(lambda s: s.str.len() == 0) 

执行

astype（str）

操作时，数据类型始终是

对象

，这是一种包含混合列的数据类型。因此，您可以做的一件事是使用

astype（str）

将其转换为

object

，但随后将

nan

替换为实际的

nan

（本质上是一个浮点），允许您使用

isnull

等方法访问它：

df.astype(str).replace('nan',np.nan)

示例：

df = pd.DataFrame({'col1':['x',2,np.nan,'z']})
>>> df
  col1
0    x
1    2
2  NaN
3    z

# Note the mixed str, int and null values:
>>> df.values
array([['x'],
       [2],
       [nan],
       ['z']], dtype=object)

df2 = df.astype(str).replace('nan',np.nan)

# Note that now you have only strings and null values:
>>> df2.values
array([['x'],
       ['2'],
       [nan],
       ['z']], dtype=object)

---

对于系列，您可以仅对

notnull

零件使用

astype

，而无需重新更换

NaN

s

df = pd.DataFrame([1, np.nan, 'String'])
df[df.notnull()] = df[df.notnull()].astype(str)

如注释中所述，对于数据帧，您可以使用

df.where(df.isna(), df.astype(str))

---

这只适用于一列，否则会出现

TypeError

。相反，您需要

df.where（~df.notnull（），df.astype（'str'））

来概括它+谢谢你的好主意。谢谢你的回答。我认为这更符合我的目的。我在没有df.where的情况下尝试了它，效果很好。