python - fillna pandas

Pandas Reemplazar NaN con una cadena en blanco/vacía

Question

Tengo un marco de datos de Pandas como se muestra a continuación:

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

Quiero eliminar los valores de NaN con una cadena vacía para que se vea así:

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

Answer 1

Intenté con una columna de valores de cadena con nan.

Para eliminar el nan y llenar la cadena vacía:

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

Para eliminar el nan y llenar algunos valores:

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

Intenté df.iloc también. pero necesita el índice de la columna. así que debes mirar hacia la mesa nuevamente. simplemente el método anterior redujo un paso.

Answer 2

Prueba esto,

agregar inplace=True

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

Answer 3

Si está convirtiendo DataFrame a JSON, NaN dará un error, por lo que la mejor solución es, en este caso de uso, reemplazar NaN con None .
Aquí es cómo:

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

Answer 4

Si está leyendo el marco de datos de un archivo (por ejemplo, CSV o Excel), use:

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

Esto considerará automáticamente los campos vacíos como cadenas vacías ''''

Si ya tiene el marco de datos

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

Answer 5

usando keep_default_na=False debería ayudarte:

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

Answer 6

Use un formateador, si solo desea formatearlo para que se vea bien cuando se imprima . Simplemente use el df.to_string(... formatters para definir el df.to_string(... formatters de cadena personalizado, sin modificar innecesariamente su DataFrame o desperdiciar memoria:

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)})

Llegar:

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

Answer 7

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

Esto puede ayudar. Reemplazará todos los NaN con una cadena vacía.

Answer 8

df = df.fillna('''')

o solo

df.fillna('''', inplace=True)

Esto llenará na''s (por ejemplo, NaN''s) con '''' .

Si desea llenar una sola columna, puede usar:

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