NaN означає Not A Number і є одним із поширених способів представлення відсутнього значення в даних. Це спеціальне значення з плаваючою комою, яке не може бути перетворено в будь-який інший тип, окрім float. Значення NaN є однією з головних проблем у
Методи заміни значень NaN нулями в Pandas DataFrame
в Python, є два методи, за допомогою яких ми можемо замінити значення NaN нулями у фреймі даних Pandas. Вони такі:
Замініть значення NaN нулями за допомогою Pandas fillna()
Функція fillna() використовується для заповнення значень NA/NaN за допомогою вказаного методу. Давайте розглянемо кілька прикладів для кращого розуміння.
Замініть значення NaN нулями для стовпця за допомогою Pandas fillna()
Синтаксис заміни значень NaN нулями в одному стовпці у фреймі даних Pandas за допомогою функції fillna() такий:
Syntax: df['DataFrame Column'] = df['DataFrame Column'].fillna(0)>
Python3
# importing libraries> import> pandas as pd> import> numpy as np> nums>=> {>'Set_of_Numbers'>: [>2>,>3>,>5>,>7>,>11>,>13>,> >np.nan,>19>,>23>, np.nan]}> # Create the dataframe> df>=> pd.DataFrame(nums, columns>=>[>'Set_of_Numbers'>])> # Apply the function> df[>'Set_of_Numbers'>]>=> df[>'Set_of_Numbers'>].fillna(>0>)> # print the DataFrame> df> |
git pull origin master
>
>
Вихід:
fillna(), щоб замінити NaN для одного стовпця
Замініть значення NaN нулями для всього стовпця за допомогою Pandas fillna()
Синтаксис заміни значень NaN нулями всього фрейму даних Pandas за допомогою функції fillna() такий:
Syntax: df.fillna(0)>
Python3
нумерований алфавіт
# importing libraries> import> pandas as pd> import> numpy as np> nums>=> {>'Number_set_1'>: [>0>,>1>,>1>,>2>,>3>,>5>, np.nan,> >13>,>21>, np.nan],> >'Number_set_2'>: [>3>,>7>, np.nan,>23>,>31>,>41>,> >np.nan,>59>,>67>, np.nan],> >'Number_set_3'>: [>2>,>3>,>5>, np.nan,>11>,>13>,>17>,> >19>,>23>, np.nan]}> # Create the dataframe> df>=> pd.DataFrame(nums)> # Apply the function> df>=> df.fillna(>0>)> # print the DataFrame> df> |
>
>
Вихід:
функція fillna() для заміни NaN для всього кадру даних
Замініть значення NaN нулями за допомогою NumPy replace()
The dataframe.replace() Функцію в Pandas можна визначити як простий метод, що використовується для заміни a рядок , регулярний вираз, список , словник тощо в DataFrame.
Замініть значення NaN нулями для стовпця за допомогою NumPy replace()
Синтаксис заміни значень NaN нулями в одному стовпці у фреймі даних Pandas за допомогою функції replace() такий:
Syntax: df['DataFrame Column'] = df['DataFrame Column'].replace(np.nan, 0)>
Python3
алфавіт у вигляді цифр
# importing libraries> import> pandas as pd> import> numpy as np> nums>=> {>'Car Model Number'>: [>223>, np.nan,>237>,>195>, np.nan,> >575>,>110>,>313>, np.nan,>190>,>143>,> >np.nan],> >'Engine Number'>: [>4511>, np.nan,>7570>,>1565>,>1450>,>3786>,> >2995>,>5345>,>7777>,>2323>,>2785>,>1120>]}> # Create the dataframe> df>=> pd.DataFrame(nums, columns>=>[>'Car Model Number'>])> # Apply the function> df[>'Car Model Number'>]>=> df[>'Car Model Number'>].replace(np.nan,>0>)> # print the DataFrame> df> |
>
>
Вихід:
replace(), щоб замінити NaN для одного стовпця
Замініть значення NaN нулями для всього Dataframe за допомогою NumPy replace()
Синтаксис для заміни значень NaN нулями для всього фрейму даних Pandas функція replace(). полягає в наступному:
Syntax: df.replace(np.nan, 0)>
Python3
# importing libraries> import> pandas as pd> import> numpy as np> nums>=> {>'Student Name'>: [>'Shrek'>,>'Shivansh'>,>'Ishdeep'>,> >'Siddharth'>,>'Nakul'>,>'Prakhar'>,> >'Yash'>,>'Srikar'>,>'Kaustubh'>,> >'Aditya'>,>'Manav'>,>'Dubey'>],> >'Roll No.'>: [>18229>,>18232>, np.nan,>18247>,>18136>,> >np.nan,>18283>,>18310>,>18102>,>18012>,> >18121>,>18168>],> >'Subject ID'>: [>204>, np.nan,>201>,>105>, np.nan,>204>,> >101>,>101>, np.nan,>165>,>715>, np.nan],> >'Grade Point'>: [>9>, np.nan,>7>, np.nan,>8>,>7>,>9>,>10>,> >np.nan,>9>,>6>,>8>]}> # Create the dataframe> df>=> pd.DataFrame(nums)> # Apply the function> df>=> df.replace(np.nan,>0>)> # print the DataFrame> df> |
>
>
рядок довжини
Вихід:
replace() для заміни NaN для всього кадру даних