팬더 NaN을 공백 / 빈 문자열로 바꿉니다.

팬더 NaN을 공백 / 빈 문자열로 바꿉니다.

---

아래와 같이 팬더 데이터 프레임이 있습니다.

    1    2       3
 0  a  NaN    read
 1  b    l  unread
 2  c  NaN    read

빈 문자열로 NaN 값을 제거하여 다음과 같이 나타납니다.

    1    2       3
 0  a   ""    read
 1  b    l  unread
 2  c   ""    read

---

import numpy as np
df1 = df.replace(np.nan, '', regex=True)

도움이 될 수 있습니다. 모든 NaN을 빈 문자열로 바꿉니다.

---

약간 더 짧습니다 :

df = df.fillna('')

아니면 그냥

df.fillna('',inplace=True)

이것은 Na (예 : NaN)를 ''로 채 웁니다.

단일 열을 채우려면 다음을 사용할 수 있습니다.

df[column1] = df.column1.fillna('')

---

파일에서 데이터 프레임을 읽는 경우 (예 : CSV 또는 Excel) 다음을 사용하십시오.

• df.read_csv(path , na_filter=False)
• df.read_excel(path , na_filter=False)

이것은 빈 필드를 빈 문자열로 자동 고려합니다. ''

---

이미 데이터 프레임이있는 경우

• df = df.replace(np.nan, '', regex=True)
• df = df.fillna('')

---

인쇄시 멋지게 렌더링되도록 형식을 지정하려는 경우 포맷터를 사용하십시오 . df.to_string(... formatters불필요하게 DataFrame을 수정하거나 메모리를 낭비하지 않고을 사용하여 사용자 지정 문자열 형식을 정의하십시오.

df = pd.DataFrame({
    'A': ['a', 'b', 'c'],
    'B': [np.nan, 1, np.nan],
    'C': ['read', 'unread', 'read']})
print df.to_string(
    formatters={'B': lambda x: '' if pd.isnull(x) else '{:.0f}'.format(x)})

얻을 :

   A B       C
0  a      read
1  b 1  unread
2  c      read

---

DataFrame을 JSON으로 변환하는 경우 NaN오류가 발생 하므로이 사용 사례에서로 대체 NaN하는 것이 가장 좋습니다 None.
방법은 다음과 같습니다.

df1 = df.where((pd.notnull(df)), None)

---

를 사용 keep_default_na=False하면 도움이 될 것입니다.

df = pd.read_csv(filename, keep_default_na=False)

---

nan을 사용하여 하나의 문자열 값 열로 시도했습니다.

nan을 제거하고 빈 문자열을 채우려면

df.columnname.replace(np.nan,'',regex = True)

nan을 제거하고 일부 값을 채우려면

df.columnname.replace(np.nan,'value',regex = True)

df.iloc도 시도했습니다. 그러나 열의 색인이 필요합니다. 테이블을 다시 살펴 봐야합니다. 단순히 위의 방법으로 한 단계를 줄일 수있었습니다.

---

이 시도,

더하다 inplace=True

import numpy as np
df.replace(np.NaN, ' ', inplace=True)

참고 URL : https://stackoverflow.com/questions/26837998/pandas-replace-nan-with-blank-empty-string