防止熊猫将'NA'解释为字符串中的NaN

防止熊猫将'NA'解释为字符串中的NaN

您可以使用参数

keep_default_na

和

na_values

手动设置所有的NA值文档：

import pandas as pdfrom io import StringIOdata = """PDB CHAIN SP_PRIMARY RES_BEG RES_END PDB_BEG PDB_END SP_BEG SP_END5d8b N P60490 1 146 1 146 1 1465d8b NA P80377 _ 126 1 126 1 1265d8b O P60491 1 118 1 118 1 118"""df = pd.read_csv(StringIO(data), sep=' ', keep_default_na=False, na_values=['_'])In [130]: dfOut[130]:    PDB CHAIN SP_PRIMARY  RES_BEG  RES_END  PDB_BEG  PDB_END  SP_BEG  SP_END0  5d8b     N     P60490        1      146        1      146       1     1461  5d8b    NA     P80377      NaN      126        1      126       1     1262  5d8b     O     P60491        1      118        1      118       1     118In [144]: df.CHAIN.apply(type)Out[144]:0    <class 'str'>1    <class 'str'>2    <class 'str'>Name: CHAIN, dtype: object

编辑

na值中的所有默认

NA

值（自1.0.0起）：

pandas

NaN识别的默认值是[‘-1。＃IND’，‘1.＃QNAN’，‘1.＃IND’，’-1.＃QNAN’，’＃N / AN / A’，’＃N / A’，’N
/ A’，’n / a’，’NA’，’，’＃NA’，’NULL’，’null’，’NaN’，’-NaN’，’nan’，’- nan’，’‘]。