Python 用NA替换pandas数据框中出现的所有值的快速方法

我正在使用python脚本清理和连接大量大型.csv文件。具体来说，我正在使用pandas read_csv函数读取文件，然后将它们作为数据帧对象处理，这非常有效。这是我第一次使用pandas，所以我仍然习惯于它包含的所有非常有用的功能

---

我正在读取的csv文件使用-99.9作为指示NA/NaN的哨兵值。因为这与我在别处表示缺失数据的方式不同，所以我想将所有出现的-99.9改为“NaN”。是否有一种快速的内置方法来实现这一点，或者我必须迭代数据帧并检查每个值

在使用read_csv方法时可以做到这一点。只需添加参数

na_values=-99.9

作为read_csv方法的参数。检查完整的文档

---

我认为@Joop的反应更优雅。但是，如果您在读取CSV后发现某些其他值应替换为

NA/NaN

，则可以使用：

pandas_dataframe.replace(['bad_data_1', 'bad_data_2'], [None, None], inplace=True)

如果要创建单独的数据帧，请将inplace设置为

False

如果您在读取CSV时知道错误值，则修改@Joop的响应以包括以下列表：

train_df = pd.read_csv('/my.csv', na_values=["bad_value_1", "bad_value_2"])

---

这正是我想要的。谢谢我唯一需要做的更改是将-99.9作为一个字符串，并将其放入列表中（即[“-99.9]”）。