logo

Zamenjajte vrednosti NaN z ničlami ​​v Pandas DataFrame

NaN pomeni Not A Number in je eden od pogostih načinov za predstavitev manjkajoče vrednosti v podatkih. Je posebna vrednost s plavajočo vejico in je ni mogoče pretvoriti v noben drug tip kot v float. Vrednost NaN je ena glavnih težav pri

Metode za zamenjavo vrednosti NaN z ničlami ​​v Pandas DataFrame

noter Python obstajata dve metodi, s katerima lahko zamenjamo vrednosti NaN z ničlami ​​v podatkovnem okviru Pandas. So naslednji:



Zamenjajte vrednosti NaN z ničlami ​​z uporabo Pandas fillna()

Funkcija fillna() se uporablja za polnjenje vrednosti NA/NaN s podano metodo. Oglejmo si nekaj primerov za boljše razumevanje.

Vrednosti NaN zamenjajte z ničlami ​​za stolpec z uporabo Pandas fillna()

Sintaksa za zamenjavo vrednosti NaN z ničlami ​​enega stolpca v podatkovnem okviru Pandas s funkcijo fillna() je naslednja:



 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>

javascript operaterji
>

>

Izhod:

Zamenjajte vrednosti NaN z ničlo za en stolpec z uporabo Panda fillna()

fillna() za zamenjavo NaN za en sam stolpec

Vrednosti NaN zamenjajte z ničlami ​​za celoten stolpec z uporabo Pandas fillna()

Sintaksa za zamenjavo vrednosti NaN z ničlami ​​celotnega podatkovnega okvira Pandas s funkcijo fillna() je naslednja:

 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>

ustvarjanje seznama v Javi
>

>

Izhod:

Zamenjajte vrednosti NaN z ničlo za celoten podatkovni okvir z uporabo Panda fillna()

fillna() za zamenjavo NaN za celoten podatkovni okvir

Zamenjajte vrednosti NaN z ničlami ​​z uporabo NumPy replace()

The dataframe.replace() funkcijo v Pandas lahko definiramo kot preprosto metodo, ki se uporablja za zamenjavo a vrvica , regex , seznam , slovar , itd. v DataFrame.

Zamenjajte vrednosti NaN z ničlami ​​za stolpec z uporabo funkcije NumPy replace()

Sintaksa za zamenjavo vrednosti NaN z ničlami ​​enega stolpca v podatkovnem okviru Pandas z uporabo funkcije replace() je naslednja:

 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>

>

>

niz in podniz

Izhod:

Zamenjajte vrednosti NaN z ničlo za en stolpec z uporabo funkcije NumPy replace()

replace() za zamenjavo NaN za en sam stolpec

Zamenjajte vrednosti NaN z ničlami ​​za celoten Dataframe z uporabo NumPy replace()

Sintaksa za zamenjavo vrednosti NaN z ničlami ​​celotnega podatkovnega okvira Panda z uporabo zamenjaj(). kot sledi:

 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>

>

>

kruskalov algoritem

Izhod:

Zamenjajte vrednosti NaN z ničlo za celoten podatkovni okvir z uporabo NumPy replace()

replace() za zamenjavo NaN za celoten podatkovni okvir