在VSCode中用Python过滤空白值并替换为-1，保留N/A

步骤1：先明确空白的类型 #

先查看列中所有唯一值，确认空白是NaN、空字符串还是其他形式：

print(df['Condition Overall'].unique())

步骤2：精准替换空白值 #

场景A：空白是空字符串""，"N/A"为字符串类型

直接用replace替换空字符串：

df['Condition Overall'] = df['Condition Overall'].replace("", -1)

场景B：空白是NaN（空字符串被解析成了NaN），且"N/A"是字符串类型

用fillna只替换NaN值，不影响"N/A"：

df['Condition Overall'] = df['Condition Overall'].fillna(-1)

避免踩坑：读取数据时就区分空白和"N/A"

如果是从文件读取数据，建议读取时就指定只有空字符串被识别为缺失值，防止"N/A"被误解析成NaN：

import pandas as pd
df = pd.read_csv('your_data.csv', na_values=[''])  # 仅将空字符串设为NaN，"N/A"保留为字符串

为什么之前的方法无效？ #

你把列转为字符串时，astype(str)会把NaN直接转成字符串"nan"，导致后续无法区分原本的空白和转出来的"nan"，反而混乱了数据。所以不要随意将包含NaN的列转为字符串，先处理缺失值识别再替换。

内容的提问来源于stack exchange，提问作者Datum