Pandas で空白値 (空白) を NaN に置き換える

データ クリーニングは、データ分析における重要なステップです。一般的なタスクの 1 つは、空白値 (空白) を NaN に置き換えることです。これは Pandas を使用して効率的に行うことができます。

これを実現するには、df.replace() 関数を利用します。この関数により、DataFrame 値に対する正規表現ベースの検索および置換操作が可能になります。実装方法は次のとおりです:

import numpy as np
import pandas as pd

df = pd.DataFrame([
    [-0.532681, 'foo', 0],
    [1.490752, 'bar', 1],
    [-1.387326, 'foo', 2],
    [0.814772, 'baz', ' '],
    [-0.222552, '   ', 4],
    [-1.176781,  'qux', '  '],
], columns='A B C'.split(), index=pd.date_range('2000-01-01','2000-01-06'))

# Replace fields that contain only whitespace (or are empty) with NaN
print(df.replace(r'^\s*$', np.nan, regex=True))

# Output:
#                    A    B   C
# 2000-01-01 -0.532681  foo   0
# 2000-01-02  1.490752  bar   1
# 2000-01-03 -1.387326  foo   2
# 2000-01-04  0.814772  baz NaN
# 2000-01-05 -0.222552  NaN   4
# 2000-01-06 -1.176781  qux NaN

このコードは、空白のみを含むフィールドまたは空のフィールドを置き換えることに注意してください（つまり、正規表現 r'^\s*$'** に一致します）。 。有効なデータに空白が含まれている場合は、それに応じて正規表現を調整します (たとえば、r'^\s ' の場合は末尾から **$ を削除します)。