在Pandas中用空白或空字符串替换NaN的方法

Pandas是一个基于Python的开源数据分析库，它提供了一种灵活、快速和高效的数据处理方式。它支持多种数据类型，包括浮点数、字符串、布尔值、日期和时间等。然而，有时候数据集中会出现缺失值，这时候就需要用空白或空字符串替换NaN（Not a Number）值了。

Pandas中用空白或空字符串替换NaN的方法

Pandas提供了两种用空白或空字符串替换NaN的方法：

• 使用fillna()函数。fillna()函数可以用来替换指定列中的NaN值，其语法格式如下：

  DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)

  其中，value表示替换的值，可以是字符串，数字等；method表示替换的方法，可以是ffill、bfill等；axis表示替换的轴，可以是0（行）或1（列）；inplace表示是否在原DataFrame上替换，默认为False。
• 使用replace()函数。replace()函数可以用来替换指定列中的NaN值，其语法格式如下：

  DataFrame.replace(to_replace=None, value=None, inplace=False, limit=None, regex=False, method='pad', axis=None)

  其中，to_replace表示需要替换的值，可以是字符串，数字等；value表示替换的值，可以是字符串，数字等；inplace表示是否在原DataFrame上替换，默认为False；axis表示替换的轴，可以是0（行）或1（列）。

下面是一个示例，假设有一个DataFrame：

import pandas as pd

df = pd.DataFrame({'A': [0, 1, 2, 3, 4],
                   'B': [5, 6, 7, 8, 9],
                   'C': [10, 11, None, 13, 14]})

如果想用空白替换C列中的NaN值，可以使用fillna()函数：

df.fillna(value='', axis=1, inplace=True)

或者使用replace()函数：

df.replace(to_replace=None, value='', inplace=True, axis=1)

上述两种方法均可以实现用空白或空字符串替换NaN的目的，但是fillna()函数更加灵活，可以替换多个值，并且支持替换的方法。