如何在Pandas中按列索引替换指定列的空字符串为\N

问题分析 #

你之前的操作没生效，大概率是因为链式调用中使用inplace=True修改的是数据副本而非原DataFrame，或者列索引的0/1-based搞混了导致没命中目标列。

正确实现方式 #

以下两种方法都能稳定生效，选其一即可：

方法1：使用replace直接赋值（推荐） #

这种方式避免了inplace=True的潜在问题，直接修改原DataFrame的指定列：

import pandas as pd

# 加载无表头CSV，必须指定header=None
df = pd.read_csv("input.csv", header=None)

# 目标列索引（注意：pandas是0-based，列8、9对应索引7、8）
target_cols = [7, 8]

# 替换指定列中的空字符串为\N
df[target_cols] = df[target_cols].replace("", r"\N")

# 保存处理后的文件，保留无表头、不添加行索引
df.to_csv("output.csv", header=False, index=False)

方法2：使用np.where逐列处理 #

适合需要更复杂判断的场景，逻辑更直观：

import pandas as pd
import numpy as np

df = pd.read_csv("input.csv", header=None)
target_cols = [7, 8]

for col_idx in target_cols:
    # 对每一列，空字符串替换为\N，其他值保持不变
    df[col_idx] = np.where(df[col_idx] == "", r"\N", df[col_idx])

df.to_csv("output.csv", header=False, index=False)

关键注意事项 #

• 列索引确认：务必区分1-based（如Excel列号）和0-based（pandas列索引），如果你的“列8、9”是1-based计数，对应pandas索引就是7和8，别搞反。
• 空值类型检查：如果CSV里的空值是NaN而非""，需要把判断条件改成pd.isna(df[col])，替换语句对应调整为replace(np.nan, r"\N")。
• 保存参数：to_csv必须加header=False（保留无表头）和index=False（避免生成额外的行索引列）。

内容的提问来源于stack exchange，提问作者enrico_steez