将 Pandas DataFrame 中的无效值替换为 None

有没有什么方法可以替换值None在 Python 中的 Pandas 中？

您可以使用df.replace('pre', 'post')并且可以将一个值替换为另一个值，但是如果您想替换为None值，如果你尝试，你会得到一个奇怪的结果。

这是一个例子：

df = DataFrame(['-',3,2,5,1,-5,-1,'-',9])
df.replace('-', 0)

返回成功的结果。

But,

df.replace('-', None)

返回以下结果：

0
0   - // this isn't replaced
1   3
2   2
3   5
4   1
5  -5
6  -1
7  -1 // this is changed to `-1`...
8   9

为什么会返回这么奇怪的结果呢？

因为我想把这个数据框倒入MySQL数据库，所以我不能把NaN值到我的数据框中的任何元素中，而不是想要放入None。当然，你可以先改变'-' to NaN然后转换NaN to None，但我想知道为什么数据框的行为如此糟糕。

在 Python 2.7 和 OS X 10.8 上的 pandas 0.12.0 dev 上进行了测试。 Python 是一个 OS X 上的预安装版本，我使用 SciPy 安装了 pandas Superpack 脚本，供您参考。

实际上，在 pandas 的更高版本中，这会给出 TypeError：

df.replace('-', None)
TypeError: If "to_replace" and "value" are both None then regex must be a mapping

您可以通过传递列表或字典来做到这一点：

In [11]: df.replace('-', df.replace(['-'], [None]) # or .replace('-', {0: None})
Out[11]:
      0
0  None
1     3
2     2
3     5
4     1
5    -5
6    -1
7  None
8     9

但我建议使用 NaN 而不是 None：

In [12]: df.replace('-', np.nan)
Out[12]:
     0
0  NaN
1    3
2    2
3    5
4    1
5   -5
6   -1
7  NaN
8    9