Bagaimanakah Saya Boleh Menggantikan Nilai NaN dalam Lajur DataFrame Pandas?

Penggantian Nilai NaN dalam Lajur Bingkai Data

Menemui nilai NaN (Bukan-Nombor) dalam lajur bingkai data boleh menyebabkan ralat apabila mengaplikasikan fungsi. Untuk menangani perkara ini, Pandas menyediakan penyelesaian yang mudah menggunakan DataFrame.fillna() atau Series.fillna().

Contoh:

Pertimbangkan Bingkai Data Pandas dengan nilai NaN dalam lajur "Jumlah" :

import pandas as pd

df = pd.DataFrame({
    "itm": [420, 421, 421, 421, 421, 485, 485, 485, 485, 489, 489],
    "Date": ['2012-09-30', '2012-09-09', '2012-09-16', '2012-09-23', '2012-09-09', '2012-09-16', '2012-09-23', '2012-09-30', '2012-09-09', '2012-09-16'],
    "Amount": [65211, 29424, 29877, 30990, 61303, 71781, np.nan, 11072, 113702, 64731, np.nan]
})

Untuk menggantikan nilai NaN dalam lajur "Jumlah" dengan nilai tertentu, gunakan fillna():

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

Sebagai alternatif, anda boleh menghantar kamus dengan nilai gantian yang diingini untuk lajur tertentu:

df = df.fillna({
    "Amount": 0
})

Ini akan menggantikan semua nilai NaN dalam lajur "Jumlah" dengan 0. Jika anda ingin menggantikan nilai NaN dengan nilai atau nilai yang berbeza, hanya nyatakan penggantian yang dikehendaki dalam kamus.

Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Menggantikan Nilai NaN dalam Lajur DataFrame Pandas?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!