用 np.nan 替换问号

Question

我正在尝试用 np.nan 替换我的数据集中的问号：

我尝试使用以下代码：

df['Workclass'] = [row if row!='?' else np.nan for row in df['Workclass']]

还有这个：

df['Workclass'] = df['Workclass'].map(lambda x: np.nan if x=="?"  else x)

还有这个：

df['Workclass'] = df['Workclass'].replace(to_replace =['?'], value = np.nan, regex = True)

但这些解决方案似乎都没有改变列中问号的频率。

Answer 1

试试这个：

df['Workclass'].apply(lambda x: np.nan if x == '?' else x) 

如果可行：

df['Workclass'] = df['Workclass'].apply(lambda x: np.nan if x == '?' else x) 

如果您正在寻找“？”字符串中的任何地方都可以使用：

df['Workclass'].apply(lambda x: np.nan if str(x).find('?')>-1 else x)

Answer 2

我认为存在一些与数据相关的问题，因为您的每个解决方案都应该运行良好。

因此，您可以在Workclass 列中使用? 测试数据的外观：

print (df.loc[df['Workclass'].str.contains('?', regex=False), 'Workclass'].tolist())

或者如果是带字符串的数字：

print (df.loc[df['Workclass'].astype(str).str.contains('?', regex=False),
              'Workclass'].tolist())

问题应该是一些空格，你可以试试：

df['Workclass'] = df['Workclass'].str.strip().map(lambda x: np.nan if x=="?" else x)

或者更好：

df['Workclass'] = df['Workclass'].mask(df['Workclass'].str.strip() == "?")

Answer 3

还有更直接的方法：

df.replace('?',np.NaN)