str.replace関数NaNデータを作成する

Question

パンダの列の特定の文字列を置き換えようとしていますが、一部の行にはNaNがあります。列はオブジェクトデータ型です。

私は'S'に置き換えた文字列で'N'として's'を持つすべての行に置き換えた文字列に'n'を持つすべての行をしたいです。言い換えれば、文字列が現れたら大文字にすることを試みています。

ただし、文字列に'n'または's'がない行の値がNaNになっています。 'n'と's'を他の値の代わりにNaNにすることなく、どのように置き換えることができますか？ここで

が私のデータフレームの頭です：

data_frame['column_name'].head(10) 
0  1n 
1  1n 
2  1n 
3  1n 
4  2n 
5  2s 
6  3 
7  3 
8  4s 
9  4s 

交換した後、文字列'3'は今NaNです：

data_frame['column_name'] = data_frame['column_name'].str.replace('n', 'N') 
data_frame['column_name'] = data_frame['column_name'].str.replace('s', 'S') 

data_frame['column_name'].head(10) 
Out[87]: 
0  1N 
1  1N 
2  1N 
3  1N 
4  2N 
5  2S 
6 NaN 
7 NaN 
8  4S 
9  4S 
Name: NCU, dtype: object 

私はより多くの情報を追加することができる場合は私に知らせてください。

Answer 1

最も単純溶液をstringに列をキャストしている - ことが可能使用str.upperかstr.replace次のとおりです。

data_frame['column_name'] = data_frame['column_name'].astype(str) 
data_frame['column_name'] = data_frame['column_name'].str.replace('n', 'N') 
data_frame['column_name'] = data_frame['column_name'].str.replace('s', 'S') 
print (data_frame) 
    column_name 
0   1N 
1   1N 
2   1N 
3   1N 
4   2N 
5   2S 
6   3 
7   3 
8   4S 
9   4S 

はしかし、一緒に文字列と数値が必要な場合：あなたが持っているので、私はあなたがSeries.replaceが必要だと思う

数値と文字列を組み合わせた数値とstr.replace戻り値NaNここで、数値（burは別の解をmaskとする）：

data_frame['column_name'] = data_frame['column_name'].replace(['n', 's'], 
                   ['S','N'], 
                   regex=True) 
print (data_frame) 
    column_name 
0   1S 
1   1S 
2   1S 
3   1S 
4   2S 
5   2N 
6   3 
7   3 
8   4N 
9   4N 

別の解決策は、フィルターのみstringとstr.upperとSeries.maskを使用している：

mask = data_frame['column_name'].apply(type) == str 
data_frame['column_name'] = data_frame['column_name'].mask(mask, 
          data_frame['column_name'].str.upper()) 
print (data_frame) 
    column_name 
0   1N 
1   1N 
2   1N 
3   1N 
4   2N 
5   2S 
6   3 
7   3 
8   4S 
9   4S 

別の解決策は、combine_firstまたはfillnaでNaNを置き換えるです：

upper = data_frame['column_name'].str.upper() 
data_frame['column_name'] = upper.combine_first(data_frame['column_name']) 
#alternative solution 
#data_frame['column_name'] = upper.fillna(data_frame['column_name']) 
    column_name 
0   1N 
1   1N 
2   1N 
3   1N 
4   2N 
5   2S 
6   3 
7   3 
8   4S 
9   4S