意外的pandas.Series.replace()行为 [英] Unexpected pandas.Series.replace() behavior

问题描述

给出这个-

import pandas as pd

s = pd.Series(['', '1', '2', '', '4', '', '6'])

为什么这样做-

s.replace('', None).values

结果-

array(['', '1', '2', '2', '4', '4', '6'], dtype=object)

我什么时候希望-

array([None, '1', '2', None, '4', None, '6'], dtype=object)

推荐答案

在其中使用None是有问题的.如果您为参数传递无"，它将使用该参数的默认值( docs ):

The use of None is problematic there. If you pass None for an argument, it will use the default value for that (docs):

没有

types.NoneType的唯一值.没有一个经常被用来 表示缺少值，例如默认参数不存在时 传递给函数.

The sole value of types.NoneType. None is frequently used to represent the absence of a value, as when default arguments are not passed to a function.

所以s.replace('', None)与s.replace('')相同.显然，不传递任何值时的默认操作是向前填充Series.相反，您可以使用np.nan:

So s.replace('', None) is the same as s.replace(''). Apparently the default action when no value is passed is to forward fill the Series. Instead, you can use np.nan:

pd.Series(['', '1', '2', '', '4', '', '6']).replace('', np.nan)
Out: 
0    NaN
1      1
2      2
3    NaN
4      4
5    NaN
6      6
dtype: object

或通过字典:

s.replace({'': None})
Out: 
0    None
1       1
2       2
3    None
4       4
5    None
6       6
dtype: object

这篇关于意外的pandas.Series.replace()行为的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！