Python：熊猫导致无效的比较类型

Question

我有两种类型的错误数据需要更正。一个是null，一个是nan。

 >>> df_new
          Volume Price   
Date
2017-01-01 500  760
2017-01-02 null 760
2017-01-03 50   770
2017-01-04 null 780

另一种类型是NaN

 >>> df_new
          Volume Price   
Date
2017-01-01 500  760
2017-01-02 NaN 760
2017-01-03 50  770
2017-01-04 NaN 780

如何将 null 和 NaN 数据都替换为 0？ 如果为 null 或 NaN，我的代码工作，但我不能同时工作

volume = df_new['Volume'] == 'null' or df_new['Volume'].isnull()
df_new.loc[volume,'Volume'] = 0
df_new.replace('null',np.NaN,inplace=True)
df_new.iloc[0].fillna(df_new.iloc[1].Open,inplace=True)

返回错误

Traceback（最近一次调用最后一次）：文件“”，第 1 行，in 文件 “/home/.local/lib/python2.7/site-packages/pandas/core/ops.py”，行 763，在包装器 res = na_op(values, other) 文件中 “/home/.local/lib/python2.7/site-packages/pandas/core/ops.py”，行 718、在 na_op 中引发 TypeError("invalid type comparison")TypeError: 无效的类型比较

如果volume = df_new['Volume'] == 'null' 代码将起作用，但如果它是 NaN，这将无法纠正数据，并用 0 替换

Answer 1

使用replace 替换null 和fillna 替换NaNs 和Nones：

df['Volume'] = df['Volume'].replace('null', np.nan).fillna(0)

或者：

df['Volume'] = df['Volume'].replace('null', 0).fillna(0)

对于检测null 或NaNs 添加| 按位or 和括号：

volume = (df_new['Volume'] == 'null') | (df_new['Volume'].isnull())