pandas - 如何将数据框列转换为字符串并替换 nan(fillna 不起作用)

Question

我有一个 pandas 数据框，其中有一列整数，其中包含一些 nan。我想将它们从整数转换为字符串，并用“不可用”之类的描述替换 nan。

主要原因是因为我需要在该列上运行 groupbys，除非我转换 nan，否则 groupby 将摆脱它们!为什么会发生这种情况，以及整个 Pandas 社区为何没有奋起反抗，这是一个完全独立的讨论(当我第一次了解到它时，我简直不敢相信......)。

我已经尝试了下面的代码，但它不起作用。请注意，我已经尝试了 astype(str) 和 astype('str')。在这两种情况下，列都会转换为对象，而不是字符串；也许是因为Python假设(错误地，它们在我的数据框中都具有相同的长度)字符串的长度不同？但是，最重要的是， fillna() 不起作用，并且 nan 仍然是 nan!为什么？

import numpy as np
import pandas as pd

df= pd.DataFrame(np.random.randint(1,10,(10000,5)), columns=['a','b','c','d','e'])
df.iloc[0,0]=np.nan
df['a']=df['a'].astype(str)
df['a']=df['a'].fillna('not available')
print(df.dtypes)
print(df.head())

Answer 1

fillna 将这些值转换为“str”后将不起作用，该列中不再有 np.nan，而是字符串值“nan”:

df= pd.DataFrame(np.random.randint(1,10,(10000,5)), columns=['a','b','c','d','e'])
df.iloc[0,0]=np.nan
#df['a']=df['a'].astype(str) <-- You don't need this line.
df['a']=df['a'].fillna('not available')
print(df.dtypes)
print(df.head())

输出:

a    object
b     int32
c     int32
d     int32
e     int32
dtype: object
               a  b  c  d  e
0  not available  6  3  9  7
1              5  4  5  5  3
2              4  2  5  3  2
3              4  9  2  8  3
4              2  6  5  9  1