如何將pandas系列中的'NaN'字符串轉換為dropna的空值？

Question

我嘗試了幾種方法來清除DataFrame中特定系列中包含NaN行，只是意識到每個NaN條目都是'NaN'字符串，而不是空值。

在我的特定示例中，每一行代表一個國家，因此我想從DataFrame中刪除'GDP per Capita'列中沒有GDP值的所有國家。

我嘗試過的一些事情（失敗了）：

df_noGDP = df
df_noGDP.dropna(axis=0, subset=['GDP per Capita']) 

和

df_noGDP = df.loc[df['GDP per Capita'] != np.nan]

當我調用df_noGDP ，我看到沒有刪除NaN值。 我認為我在某個地方犯了一個愚蠢的語法錯誤，或者我需要轉換我的數據類型。

Answer 1

做：

df_noGDP=df_noGDP.replace('NaN',np.nan)

要么：

df_noGDP.replace('NaN','np.nan,inplace=1)

然后您的東西將按預期工作。

Answer 2

首先將您的字符串轉換為NaN值：

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

然后分配回去或指定您的方法就位：

df = df.dropna(subset=['GDP per Capita'])           # not in place version
df.dropna(subset=['GDP per Capita'], inplace=True)  # in place version

或者，將loc與notnull一起notnull ，因為NaN != NaN 是設計 notnull ：

df = df.loc[df['GDP per Capita'].notnull()]