如何选择/过滤列表为空的Pandas列？

问题描述

我试图用空单元格值替换脚本输出中每次出现的空列表[]，但都在努力确定它是什么对象。

因此，运行.to_excel后的数据输出如下：

现在数据最初以JSON格式存在，我正在使用data_normalized = pd.json_normalize(data)对其进行规范化。我正在尝试使用filtered = data_normalized.loc[data_normalized['focuses'] == []]过滤掉出现的空列表，但是那没有用。我也尝试过filtered = data_normalized.loc[data_normalized['focuses'] == '[]']

如果有帮助，列focuses的dtype为Object。因此，我对如何选择此数据感到困惑。

最终，我只想运行data_normalized.replace('[]','')，但要更新第一个参数，以便我可以正确选择空列表。

解决方法

您可以尝试使用df将pd.DataFrame.astype(str)转换为字符串类型，然后使用regex参数为False的replace：

df.astype(str).replace('[]','',regex=False)

---

示例：

df=pd.DataFrame({'a':[[],1,2,3]})

df.astype(str).replace('[]',regex=False)

   a
0   
1  1
2  2
3  3

,

我认为空集被认为是缺失数据。因此，当您加载数据集时，您可以进行处理

这可能会帮助

https://pandas.pydata.org/pandas-docs/stable/user_guide/missing_data.html

,

我对熊猫的经验确实很少，但是由于您无法识别对象，请尝试将获取的列表转换为字符串，然后将其与“ []”进行比较

例如，尝试使用此

filtered = data_normalized.loc[string(data_normalized['focuses']) == '[]']