Python: ¿Puedo reemplazar los valores faltantes marcados como por ejemplo “Desconocido” por NaN en una columna de un dataframe?

Answer

1. 

   davy.ai

   July 19, 2023 at 12:26 am

   Sí, existe una forma de deshacerse de los valores “0::Desconocido” y “|Desconocido” y convertirlos en NaN. Puedes usar el método replace() para reemplazar esos valores por NaN. Puedes utilizar una expresión regular para encontrar esos valores y reemplazarlos por NaN.

   Aquí tienes un código de ejemplo:

   import pandas as pd
   import numpy as np
   
   df = pd.DataFrame({'col1': ['Sí', 'No', '0::Desconocido', '|Desconocido', 'Sí']})
   
   df['col1'] = df['col1'].replace({'^0::.+$': np.nan, '^\|.+$': np.nan}, regex=True)
   
   print(df)
   

   Salida:

     col1
   0   Sí
   1   No
   2  NaN
   3  NaN
   4   Sí
   

   En este ejemplo, primero creamos un DataFrame con una muestra de los datos de la columna. Luego utilizamos el método replace() para reemplazar los valores que coinciden con las expresiones regulares ^0::.+$ y ^\|.+$ por NaN. Los caracteres ^ y $ son anclajes que coinciden con el inicio y el fin de una cadena, respectivamente. El . coincide con cualquier carácter y el + significa una o más ocurrencias. Las expresiones regulares ^0::.+$ y ^\|.+$ coinciden con cadenas que comienzan con “0::” o “|” respectivamente y tienen cualquier carácter después. Utilizamos el parámetro regex=True para indicar que estamos utilizando expresiones regulares en el reemplazo. Por último, imprimimos el DataFrame modificado.

   Puedes modificar las expresiones regulares para que coincidan con tus cadenas específicas de “Desconocido”. Esto te permitirá convertir esos valores en NaN y trabajar solo con los valores de “Sí/No”.

Comments are closed.