在熊猫数据框中替换特殊字符

Posted 2021-05-03

我有一个数据集'？'而不是'NaN'表示缺少值。我可以使用replace遍历每一列，但唯一的问题是我有22列。我试图创建一个循环来有效地执行此操作，但是我错了。这是我在做什么：

 for col in adult.columns:
      if adult[col]=='?':
         adult[col]=adult[col].str.replace('?', 'NaN')

计划是使用'NaN'，然后使用fillna函数或使用dropna删除它们。第二个问题是，并非所有的列都是分类的，因此str函数也是错误的。我如何轻松应对这种情况？

答案

如果从.csv或.xlsx文件中读取数据，则可以使用na_values参数：

adult = pd.read_csv('path/to/file.csv', na_values=['?'])

否则，请执行@MasonCaiby所说的并使用adult.replace('?', float('nan'))