无法在熊猫数据帧中处理NaN

Question

我有一个带有变量的熊猫数据框，当我打印它时，它显示为主要包含NaN。它是dtype对象。但是，当我运行isnull函数时，它在任何地方都返回“FALSE”。我想知道为什么NaN值没有被编码为缺失，并且如果有任何方法将它们转换为正确处理的缺失值。

谢谢。

Answer 1

你NaN是字符串

df = pd.DataFrame(dict(A=['Not NaN', 'NaN', np.nan])) 
print(df) 

     A 
0 Not NaN 
1  NaN 
2  NaN 

缺少了什么

print(df.isnull()) 

     A 
0 False 
1 False 
2 True 

字符串不丢失，np.nan是。

您可以

df.A.mask(df.A.eq('NaN')).isnull() 

0 False 
1  True 
2  True 
Name: A, dtype: bool 

Answer 2

从piRSquared，一个可能的方法来治疗NaN值（如果适用于您的问题），建立在mask琴弦是NaN的输入转换成列的中位数。

DF = df.fillna（df.mean（））