如何将熊猫系列中的“NaN”字符串转换为 dropna 的空值？

Question

我尝试了几种方法来清理NaNDataFrame 中包含特定系列的行，结果发现每个NaN条目都是'NaN'字符串，而不是空值。在我的具体示例中，每一行代表一个国家，因此我想'GDP per Capita'从 DataFrame的列中删除所有没有 GDP 值的国家。我尝试过的一些事情（失败了）：df_noGDP = df df_noGDP.dropna(axis=0, subset=['GDP per Capita'])和df_noGDP = df.loc[df['GDP per Capita'] != np.nan]当我打电话时df_noGDP，我看到没有NaN删除任何值。我想我要么在某处犯了一个愚蠢的语法错误，要么我需要转换我的数据类型。

Answer 1

做：

df_noGDP=df_noGDP.replace('NaN',np.nan)

或者：

df_noGDP.replace('NaN','np.nan,inplace=1)

然后你的东西会按预期工作。

Answer 2

首先将您的字符串转换为NaN值：

df = df.replace('NaN', np.nan)

然后分配回或指定您的方法就地：

df = df.dropna(subset=['GDP per Capita'])           # not in place version

df.dropna(subset=['GDP per Capita'], inplace=True)  # in place version

或者，使用locwith notnull，因为NaN != NaN 按设计：

df = df.loc[df['GDP per Capita'].notnull()]