Pandas判断字符串含指定子串时字符串'nan'未被转为np.nan问题

核心问题 #

1. 匹配逻辑缺陷：原代码用xx in str(r)做包含匹配，一方面会误把包含-或nan的正常内容（比如nano、1-3折）转为缺失值，另一方面没有做大小写、空白的兼容处理，无法匹配NaN、NAN、 nan 这类变体的字符串nan，这就是你没有成功替换目标值的核心原因。
2. 类型兼容问题：如果目标列是字符串类型，就算你写入了np.nan，部分pandas操作场景下可能会被自动转回字符串nan，建议清理完成后统一转成数值类型。

修复代码 #

import numpy as np
import pandas as pd

# 自定义清理逻辑
def clean_val(raw):
    s = str(raw).strip().lower()
    if s in ('-', 'nan'):
        return np.nan
    return s.replace(',', '')

# 应用到目标列
target_cols = ['sale_price','mrp', 'discount', 'ratings', 'stars']
df[target_cols] = df[target_cols].applymap(clean_val)

# 可选：统一转为数值类型，进一步保证缺失值格式正确
df[target_cols] = df[target_cols].apply(pd.to_numeric, errors='coerce')

内容的提问来源于stack exchange，提问作者AmanArora