如何让Pandas仅对指定列将NA识别为null？

针对你需要部分列保留'NA'作为有效字符串、其余列将'NA'转为NaN的需求，有几种实用的解决方法：

方法一：自定义缺失值规则读取数据（最推荐） #

利用pandas.read_csv()的na_values参数，传入字典精准指定哪些列的'NA'需要被识别为NaN，其他列的'NA'则保留为原始字符串。配合keep_default_na=False可以避免默认缺失值标记（如'NaN'、'null'）干扰自定义规则。

示例代码：

import pandas as pd

# 定义需要将'NA'转为NaN的列列表
convert_na_cols = ['col5', 'col6', 'col7', 'col8', 'col9', 'col10']

# 构造规则字典：指定目标列的'NA'为缺失值标记
na_mapping = {col: ['NA'] for col in convert_na_cols}

# 读取数据，应用自定义规则
df = pd.read_csv('your_dataset.csv', na_values=na_mapping, keep_default_na=False)

方法二：全量读取后针对性替换 #

先读取所有数据并保留所有'NA'为字符串，再对需要转为NaN的列单独做替换操作，适合需要后续灵活调整规则的场景。

示例代码：

import pandas as pd
import numpy as np

# 定义需要保留'NA'的列列表
keep_na_cols = ['col1', 'col2', 'col3', 'col4']

# 全量读取，保留所有'NA'为字符串
df = pd.read_csv('your_dataset.csv', keep_default_na=False)

# 筛选出需要替换的列，将其中的'NA'转为NaN
non_keep_cols = [col for col in df.columns if col not in keep_na_cols]
df[non_keep_cols] = df[non_keep_cols].replace({'NA': np.nan})

方法三：结合类别类型处理（适用于分类数据） #

如果需要保留'NA'的列是分类属性，可以将这些列转为category类型，确保'NA'作为合法类别值留存，再处理其他列的缺失值。

示例代码：

import pandas as pd
import numpy as np

keep_na_cols = ['col1', 'col2', 'col3', 'col4']

# 全量读取保留原始'NA'
df = pd.read_csv('your_dataset.csv', keep_default_na=False)

# 将目标列转为类别类型，固定'NA'为合法类别
df[keep_na_cols] = df[keep_na_cols].astype('category')

# 处理剩余列的'NA'
non_keep_cols = [col for col in df.columns if col not in keep_na_cols]
df[non_keep_cols] = df[non_keep_cols].replace({'NA': np.nan})

内容的提问来源于stack exchange，提问作者user21302287