如何将字符串变量的缺失值长度计为零？

Question

我正在尝试使用 Python 计算数据框中对象变量的长度。我的很多变量都是带有缺失值的字符串，不幸的是，当我尝试计算缺失值的长度时，它显示为 3（因为它将“Nan”计为 3 个字符的值）。

这是我正在使用的代码：

df_string_mean_with_na = pd.DataFrame(df_string.applymap(len).astype(int).mean().to_dict(), index=[df_string.index.values[0]])

其中 df_string 是我的起始数据框，我正在尝试计算每列值的平均长度。 我想把对象变量的缺失值长度计为0，有没有办法？

Answer 1

我认为您需要 DataFrame.fillna 将缺失值替换为空字符串，然后再计算 length：

print (Table1)
       A      B    C
0  hello     hi  NaN
1   good     hi   so
2   home  hello   no

测试缺失值：

print (Table1.isna())
       A      B      C
0  False  False   True
1  False  False  False
2  False  False  False

df = Table1.fillna('').applymap(len).mean().to_frame().T
print (df)
          A    B         C
0  4.333333  3.0  2.333333

详情：

print (Table1.fillna('').applymap(len))
   A  B  C
0  5  2  0
1  4  2  2
2  4  5  2

如果缺失值为strings，则使用DataFrame.replace：

print (Table1.isna())
       A      B      C
0  False  False  False
1  False  False  False
2  False  False  False

df = Table1.replace('NaN', '').applymap(len).mean().to_frame().T
print (df)
          A    B         C
0  4.333333  3.0  2.333333