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:

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:

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:

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:

replace() za zamenjavo NaN za celoten podatkovni okvir