Pandas.DataFrame.str.replace 函数将浮点数替换为 NaN

使用Pandas库中的DataFrame.str.replace函数可以方便地将浮点数替换为NaN。NaN是一种表示缺失值的特殊数据类型，可以在数据分析和处理中起到很大的作用。本文将介绍如何使用DataFrame.str.replace函数进行替换，并提供一个实际案例来加深理解。

python
import pandas as pd
import numpy as np
data = {'A': [1.1, 2.2, 3.3, 4.4],
        'B': [5.5, 6.6, 7.7, 8.8],
        'C': [9.9, 10.1, 11.2, 12.3]}
df = pd.DataFrame(data)
df = df.astype(str).replace('\d+\.\d+', np.nan, regex=True)
print(df)

python
import pandas as pd
import numpy as np
data = {'姓名': ['张三', '李四', '王五', '赵六'],
        '语文成绩': [90.5, 80.2, '错误值', 95.7],
        '数学成绩': [85.0, '错误值', 92.3, 88.9],
        '英语成绩': ['错误值', 78.6, 87.4, 91.2]}
df = pd.DataFrame(data)
df = df.astype(str).replace('错误值', np.nan)
print(df)