我有一个pandas DataFrame,它包含numpy.ndarray
和分类变量。
import pandas as pd
import numpy as np
df = pd.DataFrame({
'i': [0, 1, 2],
'a': [np.array([]), np.array([]), 'A']
})
df['a'][0]
array([], dtype=float64)
我想把arrays
换成np.nan
。
我试过了:df['a'].replace(np.array([]), np.nan)
,但没用。
如果要用nan
替换空数组,可以将列a
转换为布尔掩码:
df['a'] = df['a'].where(df['a'].astype(bool), np.nan)
print(df)
# Output
i a
0 0 NaN
1 1 NaN
2 2 A
一种方法可以是使用isinstance
:进行检查
# on one column
df['a'] = df['a'].apply(lambda x: np.nan if isinstance(x, np.ndarray) else x)
#whole df
df = df.applymap(lambda x: np.nan if isinstance(x, np.ndarray) else x)