NaN je skratka pre Not A Number a je jedným z bežných spôsobov vyjadrenia chýbajúcej hodnoty v údajoch. Je to špeciálna hodnota s pohyblivou rádovou čiarkou a nemožno ju previesť na iný typ ako float. Hodnota NaN je jedným z hlavných problémov
Metódy nahradenia hodnôt NaN nulami v Pandas DataFrame
In Python , existujú dva spôsoby, ktorými môžeme nahradiť hodnoty NaN nulami v dátovom rámci Pandas. Sú nasledovné:
Nahraďte hodnoty NaN nulami pomocou Pandas fillna()
Funkcia fillna() sa používa na vyplnenie hodnôt NA/NaN pomocou špecifikovanej metódy. Pozrime sa na niekoľko príkladov pre lepšie pochopenie.
Nahraďte hodnoty NaN nulami pre stĺpec pomocou Pandas fillna()
Syntax na nahradenie hodnôt NaN nulami jedného stĺpca v dátovom rámci Pandas pomocou funkcie fillna() je nasledovná:
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> |
slovník c#
>
>
Výkon:
fillna() na nahradenie NaN pre jeden stĺpec
Nahraďte hodnoty NaN nulami pre celý stĺpec pomocou Pandas fillna()
Syntax na nahradenie hodnôt NaN nulami celého dátového rámca Pandas pomocou funkcie fillna() je nasledovná:
java localdatetime
Syntax: df.fillna(0)>
Python3
# 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> |
>
>
Výkon:
fillna() funkcia na nahradenie NaN pre celý dátový rámec
Nahradiť hodnoty NaN nulami pomocou NumPy replace()
The dataframe.replace() funkciu v Pandas možno definovať ako jednoduchú metódu používanú na nahradenie a reťazec , regulárny výraz , zoznam , slovník atď. v DataFrame.
Nahraďte hodnoty NaN nulami pre stĺpec pomocou NumPy replace()
Syntax na nahradenie hodnôt NaN nulami jedného stĺpca v dátovom rámci Pandas pomocou funkcie replace() je nasledovná:
Syntax: df['DataFrame Column'] = df['DataFrame Column'].replace(np.nan, 0)>
Python3
# 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> |
tostring metóda
>
>
Výkon:
replace() na nahradenie NaN pre jeden stĺpec
Nahraďte hodnoty NaN nulami pre celý dátový rámec pomocou NumPy replace()
Syntax na nahradenie hodnôt NaN nulami z celého dátového rámca Pandas funkcia nahradiť (). je nasledujúca:
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> |
>
>
ako zistiť veľkosť monitora
Výkon:
Funkcia replace() na nahradenie NaN pre celý dátový rámec