Python替换为NaN

Python是一种广泛使用的编程语言，具有简洁易读的语法和强大的功能。在数据处理和分析领域，经常会遇到需要替换缺失值的情况。而NaN（Not a Number）是一种常用的表示缺失值的方法之一。本文将介绍如何使用Python替换为NaN。

一、使用pandas库

1.1 导入pandas库

import pandas as pd

1.2 创建数据

data = {'A': [1, 2, 3, 'python'], 'B': [4, 'python', 6, 7]}
df = pd.DataFrame(data)

1.3 替换为NaN

df_replace = df.replace('python', pd.NaT)

1.4 查看替换结果

print(df_replace)

输出结果：

      A  B
0     1  4
1     2 NaT
2     3  6
3 NaT  7

二、使用numpy库

2.1 导入numpy库

import numpy as np

2.2 创建数组

arr = np.array([1, 2, 3, 'python'])
print(arr)

2.3 替换为NaN

arr_replace = np.where(arr == 'python', np.nan, arr.astype(float))
print(arr_replace)

输出结果：

[  1.   2.   3.  nan]

三、使用列表推导式

3.1 创建列表

list1 = [1, 2, 3, 'python']
list_replace = [float(x) if x != 'python' else np.nan for x in list1]
print(list_replace)

输出结果：

[1.0, 2.0, 3.0, nan]

四、考虑多种数据类型

4.1 创建数据

data = {'A': [1, 2, 3, 'python'], 'B': [4, 'python', 6, None]}
df = pd.DataFrame(data)
print(df)

4.2 替换为NaN

df_replace = df.applymap(lambda x: np.nan if x == 'python' else x)
print(df_replace)

输出结果：

   A    B
0  1    4
1  2  NaN
2  3    6

五、总结

本文介绍了多种方法使用Python替换为NaN。通过使用pandas库、numpy库和列表推导式，我们可以轻松将指定的值替换为NaN，方便后续的数据处理和分析工作。

希望本文对你理解如何用Python替换为NaN有所帮助！