如何替換 Pandas DataFrame 欄位中的 NaN 值？

取代 DataFrame 欄位中的 NaN 值

使用 pandas DataFrame 時，經常會遇到表示為 NaN（非數字）的缺失值。處理這些值對於確保準確的數據分析和防止錯誤至關重要。本文提供了有關如何替換 DataFrame 列中的 NaN 值的綜合指南。

背景

以下DataFrame 包含一個名為「Amount」的欄位，其中包含一些NaN 值：

       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

使用DataFrame.fillna() 或Series.fillna ()

最直接的替換方法NaN 值使用fillna() 方法。它允許您指定一個值或函數來填充缺少的資料：

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

這會將「金額」列中的所有 NaN 值替換為 0。

用 填滿 NaN 值特定值

要用特定值填滿 NaN 值，請使用：

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

This會將 NaN 值取代為 100。

根據其他欄位填入NaN 值

您也可以根據其他欄位中的數值填入NaN 值：

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

這將以「金額」欄位的平均值填充NaN 值。

以上是如何替換 Pandas DataFrame 欄位中的 NaN 值？的詳細內容。更多資訊請關注PHP中文網其他相關文章！