NaN je zkratka pro Not A Number a je jedním z běžných způsobů, jak reprezentovat chybějící hodnotu v datech. Je to speciální hodnota s plovoucí desetinnou čárkou a nelze ji převést na jiný typ než float. Hodnota NaN je jedním z hlavních problémů
Metody pro nahrazení hodnot NaN nulami v Pandas DataFrame
v Python , existují dvě metody, kterými můžeme nahradit hodnoty NaN nulami v datovém rámci Pandas. Jsou následující:
Nahraďte hodnoty NaN nulami pomocí Pandas fillna()
Funkce fillna() se používá k vyplnění hodnot NA/NaN pomocí zadané metody. Podívejme se na několik příkladů pro lepší pochopení.
Nahraďte hodnoty NaN nulami pro sloupec pomocí Pandas fillna()
Syntaxe pro nahrazení hodnot NaN nulami jednoho sloupce v datovém rámci Pandas pomocí funkce fillna() je následující:
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> |
prolomit mapu
>
>
Výstup:
fillna() pro nahrazení NaN pro jeden sloupec
Nahraďte hodnoty NaN nulami pro celý sloupec pomocí Pandas fillna()
Syntaxe pro nahrazení hodnot NaN nulami celého datového rámce Pandas pomocí funkce fillna() je následující:
Syntax: df.fillna(0)>
Python3
js načtení
# 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> |
>
>
Výstup:
fillna() funkce, která nahradí NaN pro celý datový rámec
Nahraďte hodnoty NaN nulami pomocí NumPy replace()
The dataframe.replace() funkci v Pandas lze definovat jako jednoduchou metodu používanou k nahrazení a tětiva , regulární výraz , seznam , slovník atd. v DataFrame.
Nahraďte hodnoty NaN nulami pro sloupec pomocí NumPy replace()
Syntaxe pro nahrazení hodnot NaN nulami jednoho sloupce v datovém rámci Pandas pomocí funkce replace() je následující:
jak zjistit velikost displeje
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> |
>
>
Výstup:
nahradit() k nahrazení NaN pro jeden sloupec
Nahraďte hodnoty NaN nulami pro celý datový rámec pomocí NumPy replace()
Syntaxe k nahrazení hodnot NaN nulami celého datového rámce Pandas funkce nahradit(). je následující:
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> |
>
>
jak zjistit velikost monitoru
Výstup:
funkce nahradit() k nahrazení NaN pro celý datový rámec