本文介绍了如何将 pandas 序列中的字符串转换为Dropna的空值？的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我尝试了几种方法来清除DataFrame中特定Series中包含NaN的行，结果发现每个NaN条目都是'NaN'字符串，而不是空值。
在我的特定示例中，每一行代表一个国家/地区，因此我要从DataFrame中删除'GDP per Capita'列中没有GDP值的所有国家/地区。
我尝试了一些方法(失败)：
df_noGDP = df
df_noGDP.dropna(axis=0, subset=['GDP per Capita'])
和
df_noGDP = df.loc[df['GDP per Capita'] != np.nan]
当我调用df_noGDP时，我看到没有删除NaN值。我想我要么在某个地方犯了一个愚蠢的语法错误，要么我需要转换我的数据类型。
推荐答案
首先将字符串转换为NaN值：
df = df.replace('NaN', np.nan)
然后分配回或指定要就地使用的方法：
df = df.dropna(subset=['GDP per Capita']) # not in place version
df.dropna(subset=['GDP per Capita'], inplace=True) # in place version
或者，将loc与notnull一起使用，因为NaN != NaNby design：
df = df.loc[df['GDP per Capita'].notnull()]
这篇关于如何将 pandas 序列中的字符串转换为Dropna的空值？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持编程学习网！
本站部分内容来源互联网,如果有图片或者内容侵犯您的权益请联系我们删除！