如何在Python DataFrame中将0替换为字符串"NA"、其余值替换为0？

原始数据 #

首先定义并创建目标DataFrame：

import numpy as np
import pandas as pd

data = {'col1': [1,2,np.nan,4],
        'col2': [1,2,0,4],
        'col3': [0,2,3,4],
        'col4': [1,2,0,np.nan],
}
df = pd.DataFrame(data)

原始输出：

col1  col2  col3  col4
0   1.0     1     0   1.0
1   2.0     2     2   2.0
2   NaN     0     3   0.0
3   4.0     4     4   NaN

需求 #

将DataFrame中所有0替换为字符串"NA"，其余所有值（包括NaN）替换为0。

解决方案 #

可以使用np.where实现高效的逐元素判断替换，代码如下：

df_result = pd.DataFrame(np.where(df == 0, "NA", 0), columns=df.columns)

也可以用applymap遍历每个元素处理：

df_result = df.applymap(lambda x: "NA" if x == 0 else 0)

处理结果 #

执行后得到的DataFrame：

col1 col2 col3 col4
0    0    0   NA    0
1    0    0    0    0
2    0   NA    0   NA
3    0    0    0    0

说明：两种方法都会将非0的数值和NaN统一替换为0，仅保留原0值并替换为字符串"NA"，完全符合需求。

内容的提问来源于stack exchange，提问作者Ash