如何将DataFrame多列中的字符串'nan'批量替换为原生NaN的高效方法

写法失效的原因 #

你尝试的多列inplace替换不生效，是因为df[['x', 'y', 'z']]取多列的操作返回的是原DataFrame的临时副本，inplace=True只会修改这个临时副本，不会改动原DataFrame，自然看不到效果。

高效实现方案 #

不需要额外写自定义函数，pandas原生方法就可以直接实现多列批量替换，推荐两种稳定写法：

1. 直接赋值替换（最稳妥，避免inplace的隐式问题）

df[['x', 'y', 'z']] = df[['x', 'y', 'z']].replace('nan', np.NaN)

2. 用replace的subset参数指定操作列（性能更优）

df.replace('nan', np.NaN, inplace=True, subset=['x', 'y', 'z'])

额外优化建议 #

替换完成后你可以直接把这几列转成数值类型，解决之前的object类型问题：

# 方法1：直接转float，适合已经确认列中只有可转数值的内容
df[['x', 'y', 'z']] = df[['x', 'y', 'z']].astype(float)

# 方法2：用to_numeric更安全，遇到非数值内容会自动转NaN，适合还有未清理的异常字符的场景
df[['x', 'y', 'z']] = df[['x', 'y', 'z']].apply(pd.to_numeric)

内容的提问来源于stack exchange，提问作者jchilton