如何将pandas列中的特定字符替换为null？

Question

我在一个数据集中有一个列，关于分类的公司大小，它当前看起来像this，其中的“-”连字符当前表示丢失的数据：

我想把缺失值中的“-”改为空值，这样我就可以分析丢失的数据了。但是，当我使用带有None值的pd replace工具（参见下面的代码）时，它似乎也生成了任何真正的条目，因为它们也包含连字符（例如51-200）。在

df['Company Size'].replace({'-': None},inplace =True, regex= True)

如何才能只替换孤立的连字符而不影响其他条目？在

Answer 1

不需要使用regex=True。在

df['Company Size'].replace({'-': None},inplace =True)

Answer 2

你可以这样做

import numpy as np
import pandas as pd


df = pd.DataFrame({'A': [0, 1, 2, 3, 4],
                   'B': [5, 6, 7, 8, 9],
                   'C': ['a', '-', 'c ', 'd', 'e']})

df['C'] = df['C'].replace('-', np.nan)
df = df.where((pd.notnull(df)), None) 
# can also use this -> df['C'] = df['C'].where((pd.notnull(df)), None)

print(df)

输出：

^{pr2}$

另一个例子：

df = pd.DataFrame({'A': [0, 1, 2, 3, 4],
                   'B': ['5-5', '-', 7, 8, 9],
                   'C': ['a', 'b', 'c ', 'd', 'e']})

df['B'] = df['B'].replace('-', np.nan)
df = df.where((pd.notnull(df)), None)
print(df)

输出：

   A     B    C
0  0   5-5    a
1  1  None    b
2  2     7  c 
3  3     8    d
4  4     9    e