python - 替换 Pandas 数据框中任何列中的值

Question

在下面的数据框中:

 T2MN   T2MX   RH2M DFP2M RAIN 
 6.96   9.32  84.27  5.57    - 
 6.31  10.46  -      5.63    - 
  -    10.66  79.38  3.63    - 
 0.79   4.45  94.24  1.85    - 
 1.45   3.99  91.71  1.17    - 

如何将所有 - 替换为 NaN。我不想指定列名，因为我事先不知道哪个列将包含 -

Answer 1

如果这些是字符串，那么您的 float 可能也是字符串。

假设您的数据框是df，我会尝试

pd.to_numeric(df.stack(), 'coerce').unstack()

---

更深入的解释

Pandas 通常不会用 '-' 表示缺失的 float 。因此，'-' 必须是一个字符串。因此，其中包含 '-' 的任何列的 dtype 必须是 'object'。这使得很可能无论什么解析数据，都将 float 保留为字符串。

设置

from io import StringIO
import pandas as pd

txt = """T2MN   T2MX   RH2M DFP2M RAIN 
 6.96   9.32  84.27  5.57    - 
 6.31  10.46  -      5.63    - 
  -    10.66  79.38  3.63    - 
 0.79   4.45  94.24  1.85    - 
 1.45   3.99  91.71  1.17    - """

df = pd.read_csv(StringIO(txt), delim_whitespace=True)
print(df)

   T2MN   T2MX   RH2M  DFP2M RAIN
0  6.96   9.32  84.27   5.57    -
1  6.31  10.46      -   5.63    -
2     -  10.66  79.38   3.63    -
3  0.79   4.45  94.24   1.85    -
4  1.45   3.99  91.71   1.17    -

dtypes 是什么？

print(df.dtypes)

T2MN      object
T2MX     float64
RH2M      object
DFP2M    float64
RAIN      object
dtype: object

第一个元素的类型是什么？

print(type(df.iloc[0, 0]))

<class 'str'>

这意味着任何带有 '-' 的列都像是一列看起来像 float 的字符串。您想要使用带有参数 errors='coerce' 的 pd.to_numeric 来强制将非数字项目转换为 np.nan。但是，pd.to_numeric 不会在 pd.DataFrame 上运行，因此我们可以堆叠 和取消堆叠。

pd.to_numeric(df.stack(), 'coerce').unstack()

   T2MN   T2MX   RH2M  DFP2M  RAIN
0  6.96   9.32  84.27   5.57   NaN
1  6.31  10.46    NaN   5.63   NaN
2   NaN  10.66  79.38   3.63   NaN
3  0.79   4.45  94.24   1.85   NaN
4  1.45   3.99  91.71   1.17   NaN