Wie ersetze ich NaN-Werte in einer Pandas DataFrame-Spalte?

Ersetzen von NaN-Werten in einer DataFrame-Spalte

Bei der Arbeit mit Pandas-DataFrames kommt es häufig vor, dass fehlende Werte auftreten, die als NaN (Not a Number) dargestellt werden. Der Umgang mit diesen Werten ist entscheidend, um eine genaue Datenanalyse sicherzustellen und Fehler zu vermeiden. Dieser Artikel bietet eine umfassende Anleitung zum Ersetzen von NaN-Werten in einer DataFrame-Spalte.

Hintergrund

Der folgende DataFrame enthält eine Spalte mit dem Namen „Amount“ mit einigen NaN-Werten:

       Date                  Amount
67    2012-09-30 00:00:00   65211
68    2012-09-09 00:00:00   29424
69    2012-09-16 00:00:00   29877
70    2012-09-23 00:00:00   30990
71    2012-09-30 00:00:00   61303
72    2012-09-09 00:00:00   71781
73    2012-09-16 00:00:00     NaN
74    2012-09-23 00:00:00   11072
75    2012-09-30 00:00:00  113702
76    2012-09-09 00:00:00   64731
77    2012-09-16 00:00:00     NaN

Verwenden von DataFrame.fillna() oder Series.fillna()

Die einfachste Methode zum Ersetzen von NaN-Werten ist die Verwendung von fillna()-Methode. Sie können einen Wert oder eine Funktion angeben, um die fehlenden Daten zu füllen:

df['Amount'] = df['Amount'].fillna(0)

Dadurch werden alle NaN-Werte in der Spalte „Betrag“ durch 0 ersetzt.

NaN-Werte werden mit gefüllt Spezifische Werte

Um NaN-Werte mit spezifischen Werten zu füllen, verwenden Sie:

df['Amount'].fillna({NaN: 100})

Dadurch werden NaN-Werte durch ersetzt 100.

NaN-Werte basierend auf anderen Spalten füllen

Sie können NaN-Werte auch basierend auf Werten in anderen Spalten füllen:

df['Amount'].fillna(df['Amount'].mean())

Dadurch werden NaN-Werte mit gefüllt Mittelwert der Spalte „Betrag“.

Das obige ist der detaillierte Inhalt vonWie ersetze ich NaN-Werte in einer Pandas DataFrame-Spalte?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!