替换 Pandas DataFrame 中的点

我认为如果你想就地更新df对象，你只需要添加inplace=True：

df.replace('.', np.nan, inplace=True)

否则，df.replace 将返回一个新的 dataframe，您必须将该数据帧分配给要访问的变量：

new_df = df.replace('.', np.nan)

在这种情况下，创建一个掩码/子集并替换字符串文字比尝试使用 replace 更好。您可能还想将序列转换为数字，如果您知道除了“.”字符之外的数据是干净的，您也可以一步到位：

subs = df.treasury_rate == "."
df.loc[subs, 'treasure_rate'] = np.nan
# OR
df.treasury_rate = pd.to_numeric('treasury_rate', errors='coerce')

您可以运行最后一行并将点替换为NaN

df.replace('\.','0', regex=True,inplace=True)

我认为您必须为“.”字符提供正则表达式来替换它。

给定 OP 的数据帧

import pandas as pd
import datetime as dt

df = pd.DataFrame({'treasury_rate': [4.05, 4.05, 4.05, ".", 4.03, 4.03, 4.02, 4.02, 4.02, 4.0]},
                    index=[dt.datetime(1962, 2, 9), dt.datetime(1962, 2, 10), dt.datetime(1962, 2, 11), dt.datetime(1962, 2, 12), dt.datetime(1962, 2, 13), dt.datetime(1962, 2, 14), dt.datetime(1962, 2, 15), dt.datetime(1962, 2, 16), dt.datetime(1962, 2, 17), dt.datetime(1962, 2, 18)])


[Out]:
           treasury_rate
1962-02-09          4.05
1962-02-10          4.05
1962-02-11          4.05
1962-02-12             .
1962-02-13          4.03
1962-02-14          4.03
1962-02-15          4.02
1962-02-16          4.02
1962-02-17          4.02
1962-02-18           4.0

有多种方法可以用 NaN 替换点。

1. 使用正则表达式（使用 Python 的)

   import re
   
   df_new = df.replace(re.compile('\.'), np.nan)
   

2. 使用自定义 lambda 函数和 np.nan

   import numpy as np
   
   df_new = df.treasury_rate.apply(lambda x: np.nan if x == '.' else x)
   

3. 使用熊猫。DataFrame.replace 和 np.nan

   import numpy as np
   
   df_new = df.replace('.', np.nan)
   
   # or
   
   df_new = df.replace(to_replace=r'\.', value=np.nan, regex=True)
   

在所有三种情况下，输出均为

            treasury_rate
1962-02-09           4.05
1962-02-10           4.05
1962-02-11           4.05
1962-02-12            NaN
1962-02-13           4.03
1962-02-14           4.03
1962-02-15           4.02
1962-02-16           4.02
1962-02-17           4.02
1962-02-18           4.00

---

笔记：

• 如果想对同一个数据帧进行操作，可以使用inplace=True

  df.replace(re.compile('\.'), np.nan)
  

• Pandas 有自己的 null 值。因此，人们可能希望使用 pd 而不是 np.nan。不适用。有关这两者之间区别的更多信息：pd。熊猫的 NA 与 np.nan 如果使用 ，则输出将是pd.NA

             treasury_rate
  1962-02-09          4.05
  1962-02-10          4.05
  1962-02-11          4.05
  1962-02-12          <NA>
  1962-02-13          4.03
  1962-02-14          4.03
  1962-02-15          4.02
  1962-02-16          4.02
  1962-02-17          4.02
  1962-02-18           4.0
  

• 对使用有强烈的意见。如果有人想阅读一些：我什么时候（不）应该在我的代码中使用 pandas apply（）？.apply