如何在忽略 NaN 的情况下将 Pandas 数据帧中的所有列转换为 'object'？

Question

我有一个数据帧，我希望每一列都是字符串格式。所以我这样做：

df = df.astype(str)

问题是通过这种方式，所有 NaN 条目都转换为字符串 'nan'。isnull返回false.有没有办法转换为字符串但保持空条目不变？

Answer 1

当你做astype(str)时，dtype总是object的，这是一个包含混合列的dtype。因此，您可以做的一件事是使用astype(str)将其转换为object，就像您所做的那样，但然后将nan替换为实际的NaN(本质上是浮点数(，允许您使用诸如isnull之类的方法访问它：

df.astype(str).replace('nan',np.nan)

例：

df = pd.DataFrame({'col1':['x',2,np.nan,'z']})
>>> df
col1
0    x
1    2
2  NaN
3    z
# Note the mixed str, int and null values:
>>> df.values
array([['x'],
[2],
[nan],
['z']], dtype=object)
df2 = df.astype(str).replace('nan',np.nan)
# Note that now you have only strings and null values:
>>> df2.values
array([['x'],
['2'],
[nan],
['z']], dtype=object)

Answer 2

将 null 值转换为空字符串，然后将数据帧转换为字符串类型。

df.replace(np.nan, '').astype(str)

请注意，您可以通过以下方式测试"空值"：

df.apply(lambda s: s.str.len() == 0) 

Answer 3

对于系列，您只能在notnull的零件上使用astype，而无需重新更换NaN

df = pd.DataFrame([1, np.nan, 'String'])
df[df.notnull()] = df[df.notnull()].astype(str)

如注释中所述，对于数据帧，您可以使用

df.where(df.isna(), df.astype(str))