如何用Python将pandas DataFrame中的[]替换为NaN？

下面分两种常见场景给出解决方案：

1. 处理字符串形式的'[]' #

如果你的species列中存储的是字符串'[]'（对应测试代码的场景），直接用replace()方法即可快速替换：

import pandas as pd
import numpy as np

# 测试数据
df = pd.DataFrame({
    'molecule': ['a','b','c','d','e'],
    'species' : ['horse','cat','[]','frog','lion']})

# 替换字符串'[]'为NaN
df['species'] = df['species'].replace('[]', np.nan)

2. 处理真正的空列表对象[] #

如果species列中的空值是Python列表对象[]（对应你最初展示的DataFrame场景），可以用apply()结合条件判断替换：

import pandas as pd
import numpy as np

# 测试数据
df = pd.DataFrame({
    'molecule': ['a','b','c','d','e'],
    'species' : ['dog', 'horse', [], 'pig', []]})

# 替换空列表为NaN
df['species'] = df['species'].apply(lambda x: np.nan if x == [] else x)

通用兼容方案 #

如果不确定数据是字符串还是列表类型，可以合并两种判断逻辑：

df['species'] = df['species'].apply(lambda x: np.nan if (x == [] or x == '[]') else x)

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