str.replace函數創建NaN數據

Question

我想要替換某些字符串中的某一列熊貓，但得到NaN的一些行。該列是對象數據類型。

我想'S'替換字符串與'n'字符串與'N'更換，所有行和列與's'。換句話說，我試圖在字符串出現時大寫字母。

但是，我得到的值爲NaN行中沒有'n'或's'的字符串。 如何將'n'和's'替換爲其他值的NaN？

這裏是我的數據框的頭：

data_frame['column_name'].head(10) 
0  1n 
1  1n 
2  1n 
3  1n 
4  2n 
5  2s 
6  3 
7  3 
8  4s 
9  4s 

更換後，該字符串現在'3'是NaN：

data_frame['column_name'] = data_frame['column_name'].str.replace('n', 'N') 
data_frame['column_name'] = data_frame['column_name'].str.replace('s', 'S') 

data_frame['column_name'].head(10) 
Out[87]: 
0  1N 
1  1N 
2  1N 
3  1N 
4  2N 
5  2S 
6 NaN 
7 NaN 
8  4S 
9  4S 
Name: NCU, dtype: object 

請讓我知道，如果我可以添加更多的信息。

Answer 1

Simpliest溶液澆鑄列string - 那麼可以使用str.upper或str.replace：

data_frame['column_name'] = data_frame['column_name'].astype(str) 
data_frame['column_name'] = data_frame['column_name'].str.replace('n', 'N') 
data_frame['column_name'] = data_frame['column_name'].str.replace('s', 'S') 
print (data_frame) 
    column_name 
0   1N 
1   1N 
2   1N 
3   1N 
4   2N 
5   2S 
6   3 
7   3 
8   4S 
9   4S 

但如果需要數字與字符串一起：

我想你需要Series.replace，因爲你有混合值 - 數字與字符串和str.replace返回NaN其中數值（bur與另一個mask解決方案）：

data_frame['column_name'] = data_frame['column_name'].replace(['n', 's'], 
                   ['S','N'], 
                   regex=True) 
print (data_frame) 
    column_name 
0   1S 
1   1S 
2   1S 
3   1S 
4   2S 
5   2N 
6   3 
7   3 
8   4N 
9   4N 

另一種解決方案是過濾器僅string和使用Series.mask與str.upper：

mask = data_frame['column_name'].apply(type) == str 
data_frame['column_name'] = data_frame['column_name'].mask(mask, 
          data_frame['column_name'].str.upper()) 
print (data_frame) 
    column_name 
0   1N 
1   1N 
2   1N 
3   1N 
4   2N 
5   2S 
6   3 
7   3 
8   4S 
9   4S 

另一種解決方案是通過combine_first或fillna更換NaN：

upper = data_frame['column_name'].str.upper() 
data_frame['column_name'] = upper.combine_first(data_frame['column_name']) 
#alternative solution 
#data_frame['column_name'] = upper.fillna(data_frame['column_name']) 
    column_name 
0   1N 
1   1N 
2   1N 
3   1N 
4   2N 
5   2S 
6   3 
7   3 
8   4S 
9   4S