Python跳过空单元格

我希望能够搜索我的数据框并跳过空白单元格。然而，当我在DF中阅读时，它将空格读为“nan”

DF1

我希望能够过滤地址1、街道和城镇。如果这些列中有文本，我想在开始处添加“|”，但如果列中没有文本，则跳过该单元格，不添加“|”

期望结果

Name Address1 Street      Town   Postcode
Will                     |London 
Phil 19      |Long Road

添加“|”的简单方法

添加“|”的简单方法

像这样的

import numpy as np
for i in ['Address1','Street','Town']:
    df[i] = np.where(df[i].notnull(),'|' + df[i].astype(str),'')

其中打印：

print(df)

   Name Address1       Street     Town  Postcode
0  Will                        |London       nan
1  Phil    |19.0  |Long Road                nan

像这样的

import numpy as np
for i in ['Address1','Street','Town']:
    df[i] = np.where(df[i].notnull(),'|' + df[i].astype(str),'')

其中打印：

print(df)

   Name Address1       Street     Town  Postcode
0  Will                        |London       nan
1  Phil    |19.0  |Long Road                nan

---

因此，我可以推荐的是研究一下这个问题。根据文档，您可以使用带有附加参数的

pd.read_csv（）

函数来决定如何处理

NaN

值

import pandas as pd

pd.read_csv("sample.csv", sep=";", keep_default_na=False)

作为pd进口熊猫
pd.read_csv（“sample.csv”，sep=“；”，keep_default_na=False）

因此，根据文档，这可能是一个示例解决方案。：）

如果keep_default_na为False，并且未指定na_值，则不会将任何字符串解析为NaN

因此，我可以推荐的是研究一下这个问题。根据文档，您可以使用带有附加参数的
pd.read_csv（）
函数来决定如何处理
NaN
值


import pandas as pd

pd.read_csv("sample.csv", sep=";", keep_default_na=False)

作为pd进口熊猫
pd.read_csv（“sample.csv”，sep=“；”，keep_default_na=False）

因此，根据文档，这可能是一个示例解决方案。：）

如果keep_default_na为False，并且未指定na_值，则不会将任何字符串解析为NaN

更改@sophods的解决方案以删除NaN值


import pandas as pd

pd.read_csv("sample.csv", sep=";", keep_default_na=False)
import numpy as np
for i in ['Address1','Street','Town']:
    df[i] = np.where(df[i].notnull(),'|' + df[i].astype(str),'') 

更改@sophods的解决方案以删除NaN值


import pandas as pd

pd.read_csv("sample.csv", sep=";", keep_default_na=False)
import numpy as np
for i in ['Address1','Street','Town']:
    df[i] = np.where(df[i].notnull(),'|' + df[i].astype(str),'') 

您的意思是，当一行中的两个单元格有一个值时，您希望将
|

代码如下：

for r, row in df.iterrows():
    for i in range(len(row)):
        if i>1 and row[i]!=None and row[i-1]!=None:
            df.at[r,col[i]] = '|' + str(row[i])

结果如下：

Name    Address1     Street     Town    Postcode
Will     None        None       London   None
Phil    19.0      |Long Road    None    None

我构建我的数据框架时没有。用您的
nan更改
None
您的意思是当一行中的两个单元格都有一个值时，您想把
|
放进去吗

代码如下：

for r, row in df.iterrows():
    for i in range(len(row)):
        if i>1 and row[i]!=None and row[i-1]!=None:
            df.at[r,col[i]] = '|' + str(row[i])

结果如下：

Name    Address1     Street     Town    Postcode
Will     None        None       London   None
Phil    19.0      |Long Road    None    None

我构建我的数据框架时没有。在每个pands数据框中用您的
nan
更改
None
必须是某个值，因此需要将
nan
替换为空字符串吗？因为if need
跳过该单元格
是不可能的。在上面的输出中，当街道为空时，没有“|”，当街道为空时，没有“|”。这不是你想要的吗？有没有其他地方我可以过滤它们，如果它包含文本，然后添加|如果没有|？
如果这些列中有文本，我想在开始时添加一个“|”
-那么为什么要从
伦敦删除
？不是很快，但应该可以工作：
df.applymap（lambda x:“|”+x如果type（x）==str else x）
在每个pands数据框中
的“单元格”
必须是某个值，所以需要将
nan
替换为空字符串吗？因为if need
跳过该单元格
是不可能的。在上面的输出中，当街道为空时，没有“|”，当街道为空时，没有“|”。这不是你想要的吗？有没有其他地方我可以过滤它们，如果它包含文本，然后添加|如果没有|？
如果这些列中有文本，我想在开始时添加一个“|”
-那么为什么要从
伦敦删除
？不是很快，但应该可以工作：
df.applymap（lambda x:“|”+x如果type（x）==str else x）
这显然是错误的。检查预期输出以获取您的评论。我是不是错过了他想要的东西？好吧，我想我不理解他的问题。写得不太清楚。同意，这就是为什么提问道歉编辑了错误的东西的原因。这很好用。非常感谢，希特显然错了。检查预期输出以获取您的评论。我是不是错过了他想要的东西？好吧，我想我不理解他的问题。写得不太清楚。同意，这就是为什么提问道歉编辑了错误的东西的原因。这很好用。谢谢你，为了更准确，我也做了很多调整。@sophods np。哪里速度很快，不是吗？一直在使用它而不是循环：DFixed mine太精确了。@sophods np。哪里速度很快，不是吗？使用它而不是循环：d我需要更改列的列名吗？这里的列名列表
col=['name'，'Address1'，'Street'，'Town'，'Postcode']
@Will。我需要更改列的列名吗？这里的列名列表
col=['name'，'Address1'，'Street'，'Town Postcode']
@Will。