数据框的替换方法表现得很奇怪[重复]

Question

我有一个数据集，想用 None 替换特定列的 0。

diabetes_data = pd.read_csv("https://raw.githubusercontent.com/npradaschnor/Pima-Indians-Diabetes-Dataset/master/diabetes.csv")
temp = diabetes_data.copy()
null_index = diabetes_data[diabetes_data["Glucose"]==0].index
print(diabetes_data.loc[null_index])

然后我使用replace方法，尝试用None替换0

temp["Glucose"] = diabetes_data["Glucose"].replace(0, None)
print(temp.loc[null_index])

在上图中可以看出这些值没有被None替换，我也不确定这些值是什么。

但是当我将参数作为列表传递给 replace 函数时，它会按预期工作。

temp1 = diabetes_data.copy()
temp1["Glucose"].replace([0], [None], inplace=True)
temp1.loc[null_index]

以上是我期望的输出。 replace 的文档说它也接受 int。

所以我无法理解为什么在传递int 时会给出奇怪的结果？

Answer 1

我们可以像这样使用numpy.nan，而不是用None替换0：

>>> import numpy as np
>>> temp["Glucose"] = diabetes_data["Glucose"].replace(0, np.nan)
>>> temp.loc[null_index]
        Pregnancies     Glucose     BloodPressure   SkinThickness   Insulin     BMI     DiabetesPedigreeFunction    Age     Outcome
75      1               NaN         48              20              0           24.7    0.140                       22      0
182     1               NaN         74              20              23          27.7    0.299                       21      0
342     1               NaN         68              35              0           32.0    0.389                       22      0
349     5               NaN         80              32              0           41.0    0.346                       37      1
502     6               NaN         68              41              0           39.0    0.727                       41      1

发生了什么：

.replace 的前两个参数是 to_replace 和 values，这两个参数都默认为 None。

当您将None 作为第二个参数显式传递（即values）时，与完全不使用values 参数调用替换函数没有区别。如果没有传递任何进一步的参数，调用 .replace 将引用 method 参数：默认为 pad：在这种情况下，这可能是非常不受欢迎的效果。

这意味着问题与您使用 int 的事实无关，而与您尝试替换 int 的值有关。

来自pandas documentation的示例：

这种情况实际上在文档中已明确解释，并提供了一种解决方法使用字典参数：

比较 s.replace({'a': None}) 和 s.replace('a', None) 的行为，了解 to_replace 参数的特殊性：

>>> s = pd.Series([10, 'a', 'a', 'b', 'a'])

当使用 dict 作为 to_replace 值时，就好像 dict 中的值等于 value 参数。 s.replace({'a': None}) 等价于s.replace(to_replace={'a': None}, value=None, method=None)：

s.replace({'a': None})
0      10
1    None
2    None
3       b
4    None
dtype: object

当value=None 和to_replace 是标量、列表或元组时，replace 使用方法参数（默认为'pad'）进行替换。所以这就是为什么在这种情况下，第 1 行和第 2 行中的“a”值被替换为 10，第 4 行中的“b”被替换。命令s.replace('a', None)实际上等价于s.replace(to_replace='a', value=None, method='pad')：

s.replace('a', None)
0    10
1    10
2    10
3     b
4     b
dtype: object