如何转换为NaN类型？如何用na_values将指定缺失值转为NaN？

一、手动转换已有数据中的值为NaN #

如果数据集已经加载到DataFrame中，可以用replace()方法直接把指定值替换成NaN：

import pandas as pd
import numpy as np

# 假设df是已加载好的数据集
df.replace(['-', 'na'], np.nan, inplace=True)

• np.nan是numpy提供的浮点型缺失值，适配大多数数值场景；如果使用pandas的Nullable数据类型（如Int64、string），推荐用pd.NA替代np.nan。

二、读取CSV时用na_values直接识别缺失值 #

你给出的代码存在语法错误，正确用法是将na_values作为pd.read_csv()的参数传入，而非.na_values==[...]的错误写法。修正后的代码如下：

import pandas as pd

# 读取文件时自动将'-'和'na'解析为NaN
df = pd.read_csv('austin_weather.csv', na_values=['na', '-'])

na_values参数支持传入列表，用来指定哪些字符串或值在读取阶段就被识别为缺失值，能一步完成数据加载与缺失值转换。

内容的提问来源于stack exchange，提问作者Cindy