Python 将Dataframe中的某些列替换为null

我想删除基于高空值的特定列。在少数列中，有一个值（在本例中为“Select”）等效于null。我想用null替换它，以便计算null%并相应地删除列

Lead Profile    City
Select          Select
Select          Select
Potential Lead  Mumbai
Select          Mumbai
Select          Mumbai

尝试使用替换功能以及映射功能

leads['Specialization'] = leads['Specialization'].replace('Select', "NaN")

这段代码只是将字符串替换为字符串，实际上并没有输入空值

def colmap(x):
     return x.map({"Select": "Nan"})

df[['Lead Profile']] = df[['Lead Profile']].apply(colmap)

---

此代码将所有值替换为NAN

以将

值

替换为空值：

df['col'] = df['col'].replace('value', np.nan)

否则，要直接返回小于

N

乘以

Select

值的列，可以使用以下方法：

df2 = df[[col for col in df.columns if len(df[df[col] == 'Select']) < N]]

df2=df[[col for col for col in df.columns if len（df[df[col]=='Select']）

要将

值

替换为空值：

df['col'] = df['col'].replace('value', np.nan)

否则，要直接返回小于

N

乘以

Select

值的列，可以使用以下方法：

df2 = df[[col for col in df.columns if len(df[df[col] == 'Select']) < N]]

df2=df[[col for col for col in df.columns if len（df[df[col]=='Select']）

除了Olivier的答案外，如果您使用

read\u csv

或

read\u excel

导入数据，这些方法具有

na\u值

参数：

df = pd.read_csv('file.csv', na_values=['Select'])

---

除了Olivier的回答，如果您使用

read_csv

或

read_excel

导入数据，这些方法具有

na_值

参数：

df = pd.read_csv('file.csv', na_values=['Select'])

---

尝试导入

numpy

和

df.replace（'Select'，np.nan）

我使用pandas需要numpy，因此您可以安全地添加一个

import numpy as np

语句。感谢各位的见解。在以后的所有空值情况下，请记住这些。干杯！尝试导入

numpy

和

df.replace（'Select'，np.nan）

我使用pandas需要numpy，因此您可以安全地添加一个

import numpy as np

语句。感谢各位的见解。在接下来的所有空值情况下，请记住这些。干杯！