如何处理数据帧而不到处创建NaN？

Question

我有一组包含日期的列（从Excel文件导入），我需要按如下方式处理它们：

如果其中一列中的单元格为空，请将另一列设置为1，否则该列为0。这使我能够对所有的1求和，并显示那些项目丢失了。你知道吗

我现在就是这样做的：

df_combined['CDR_Form_notfound'] = np.where(df_combined['CDR-Form'].mask(df_combined['CDR-Form'].str.len()==0).isnull(),1,0)

我遇到的一个问题是，我必须设置这些列的格式，以便A）将日期修剪为仅显示日/月/年，B）其中一些列的值为“see notes”，而不是日期或空白。“see notes”对于正确说明丢失的项目是必不可少的，它必须在那里，以防止单元格标记为空，项目计数为丢失（添加到“空白单元格”计数）。实际的问题是，如果我在上面的.isnull代码之前运行此代码，evry blank将变为NaN、NaN或NaT，然后NOTHING将标记为null/缺失。你知道吗

这是我用来修剪日期字符串并将“see notes”更改为字符串的代码…因为否则它只会在输出中变成空白。你知道吗

for c in df_combined[dateColumns]:
        df_combined[c] = df_combined[c].astype(str) # uncomment this if columns change from dtype=str 
        df_combined[c] = np.where(df_combined[c].str.contains("20"), df_combined[c].str[:10], df_combined[c])
        df_combined[c] = np.where(df_combined[c].str.contains("see notes"), df_combined[c].str, df_combined[c])

我想我的问题可能与列的数据类型有关。当我运行print时(df.d类型)，每个列都显示为“object”，除了我使用以下命令专门设置为int的列：

df_combined['Num'] = df_combined['Num'].apply(lambda x: int(x) if x == x else "")

Answer 1

你在数南吗？ 如果是，您可以：

len(df.loc[:, df.isnull().any()])

我看到您提到“blank”是因为它是从excel提交的，所以您可以在运行上面的命令之前使用以下命令将这些空格转换为nan：

df['CDR-Form'].replace('', np.NaN,inplace=True)