在pandas DF上打印空白列將bool值轉換爲NaN

Question

我有一個包含字符串值和布爾值的列的pandas數據框。由於這種差異，該列的dtype推斷爲'object'。當我在這個列上運行.str.strip（）時，它將所有的布爾值都變成NaN。有誰知道我可以如何防止這種情況？我可以用布爾值變成字符串，但是南？從piRSquared

Answer 1

借款DF：

首先將所有值string，然後帶：

df['A'] = df['A'].astype(str).str.strip() 
print (df) 
     A 
0  a 
1  b 
2 True 
3 False 
4 True 

如果需要混合類型 - 布爾值與字符串添加combine_first用於替換NaN s到boolean：

df['A'] = df['A'].str.strip().combine_first(df.A) 
print (df) 
     A 
0  a 
1  b 
2 True 
3 False 
4 True 

如果需要轉換所有列：

df = df.astype(str).applymap(lambda x: x.strip()) 

或者：

df = df.astype(str).apply(lambda x: x.str.strip()) 

Answer 2

設置

df = pd.DataFrame(dict(A=[' a', ' b ', True, False, 'True'])) 

---

選項1個
使用pd.Series.str.strip串訪問方法與fillna

df.A.str.strip().fillna(df.A) 

0  a 
1  b 
2  True 
3 False 
4  True 
Name: A, dtype: object 

注：
type是str或bool

df.A.str.strip().fillna(df.A).apply(type) 

0  <class 'str'> 
1  <class 'str'> 
2 <class 'bool'> 
3 <class 'bool'> 
4  <class 'str'> 
Name: A, dtype: object 

選項2
使用pd.Series.replace

df.A.replace('^\s+|\s+$', '', regex=True) 

0  a 
1  b 
2  True 
3 False 
4  True 
Name: A, dtype: object 

混合類型也保存在這裏。

---

我們可以用pd.DataFrame.replace對整個數據幀

df.replace('^\s+|\s+$', '', regex=True) 

     A 
0  a 
1  b 
2 True 
3 False 
4 True