如何在pandas中将DataFrame空值、全空格字段替换为'unknown'字符串

• apply 方法默认按列遍历，你写的lambda函数里的x实际是一整列的Series对象，不是单个单元格元素，所以isinstance(x, str)的判断永远不成立，替换逻辑根本没有执行。
• 你自定义的替换值存放在变量value里，代码里错写为np.value，numpy不存在这个属性，就算遍历到单个元素也会触发报错。

方法1：修改原遍历逻辑 #

把apply换成针对单个元素遍历的applymap，同时修正变量引用即可：

import pandas as pd
import numpy as np

df = pd.DataFrame([
    [-0.532681, 'foo', 0],
    [1.490752, 'bar', 1],
    [-1.387326, 'foo', 2],
    [0.814772, 'baz', ' '],     
    [-0.222552, '   ', 4],
    [-1.176781,  'qux', '  '],         
], columns='A B C'.split(), index=pd.date_range('2000-01-01','2000-01-06'))

value = 'unknown'
# 仅修改这一行即可
df = df.applymap(lambda x: value if isinstance(x, str) and x.isspace() else x)

print(df)

方法2：更高效的内置正则替换 #

不需要遍历，直接用pandas内置的正则替换功能，性能更优，写法更简洁：

# ^\s*$ 匹配完全为空白/空内容的字符串
df = df.replace(r'^\s*$', 'unknown', regex=True)

注：你原代码里写的替换值拼写为unkown，正确英文拼写为unknown，可根据自己的需求调整。

内容的提问来源于stack exchange，提问作者Al-Andalus