如何将 pandas 序列中的字符串转换为Dropna的空值？

问题描述

我尝试了几种方法来清除DataFrame中特定Series中包含NaN的行，结果发现每个NaN条目都是'NaN'字符串，而不是空值。

在我的特定示例中，每一行代表一个国家/地区，因此我要从DataFrame中删除'GDP per Capita'列中没有GDP值的所有国家/地区。

我尝试了一些方法(失败)：

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

和

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

当我调用df_noGDP时，我看到没有删除NaN值。我想我要么在某个地方犯了一个愚蠢的语法错误，要么我需要转换我的数据类型。

---

解决方案

首先将字符串转换为NaN值：

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

然后分配回或指定要就地使用的方法：

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

或者，将loc与notnull一起使用，因为NaN != NaNby design：

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