在Pandas DataFrame中将无效值替换为None

Question

None在Python中的Pandas中，是否有任何方法可以替换值？您可以使用df.replace('pre', 'post')并可以用另一个值替换它，但是如果要替换为None值，则无法完成此操作，如果尝试使用该值，则会得到一个奇怪的结果。所以这是一个例子：df = DataFrame(['-',3,2,5,1,-5,-1,'-',9])df.replace('-', 0)返回成功的结果。但，df.replace('-', None)返回以下结果：00   - // this isn't replaced1   32   23   54   15  -56  -17  -1 // this is changed to `-1`...8   9为什么会返回如此奇怪的结果？由于我想将此数据框倒入MySQL数据库，因此我不能将NaN值放入数据框的任何元素中，而是要放置None。当然，您可以先更改'-'为NaN，然后再转换NaN为None，但是我想知道为什么数据框以这种可怕的方式起作用。已在Python 2.7和OS X 10.8的pandas 0.12.0开发人员上进行了测试。Python是OS X上的预装版本，我通过使用SciPy Superpack脚本安装了熊猫，以供参考。

Answer 1

实际上，在更高版本的熊猫中，这将产生TypeError：

df.replace('-', None)

TypeError: If "to_replace" and "value" are both None then regex must be a mapping

您可以通过传递列表或字典来做到这一点：

In [11]: df.replace('-', df.replace(['-'], [None]) # or .replace('-', {0: None})

Out[11]:

      0

0  None

1     3

2     2

3     5

4     1

5    -5

6    -1

7  None

8     9

但我建议使用NaN而不是使用None：

In [12]: df.replace('-', np.nan)

Out[12]:

     0

0  NaN

1    3

2    2

3    5

4    1

5   -5

6   -1

7  NaN

8    9

Answer 2

我更喜欢使用replace带有a的解决方案，dict因为它既简单又优雅：

df.replace({'-': None})

您还可以有更多替代品：

df.replace({'-': None, 'None': None})

即使是较大的替换，也总是显而易见的，什么替换了-我认为对于长列表来说，这要困难得多。