NaN sta per Not A Number ed è uno dei modi più comuni per rappresentare il valore mancante nei dati. È un valore a virgola mobile speciale e non può essere convertito in un tipo diverso da float. Il valore NaN è uno dei maggiori problemi in
Metodi per sostituire i valori NaN con zeri in Pandas DataFrame
In Python, esistono due metodi con cui possiamo sostituire i valori NaN con zeri nel dataframe di Panda. Sono i seguenti:
Sostituisci i valori NaN con gli zeri usando Pandas fillna()
La funzione fillna() viene utilizzata per riempire i valori NA/NaN utilizzando il metodo specificato. Vediamo qualche esempio per comprendere meglio.
Sostituisci i valori NaN con zeri per una colonna utilizzando Pandas fillna()
La sintassi per sostituire i valori NaN con zeri di una singola colonna nel dataframe Panda utilizzando la funzione fillna() è la seguente:
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> |
Freddie Mercury
>
>
Produzione:
fillna() per sostituire NaN per una singola colonna
Sostituisci i valori NaN con zeri per un'intera colonna utilizzando Pandas fillna()
La sintassi per sostituire i valori NaN con zeri dell'intero dataframe Panda utilizzando la funzione fillna() è la seguente:
Syntax: df.fillna(0)>
Python3
filtraggio Python
# 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> |
>
>
Produzione:
funzione fillna() per sostituire NaN per l'intero dataframe
Sostituisci i valori NaN con gli zeri usando NumPy replace()
IL dataframe.sostituisci() La funzione in Panda può essere definita come un metodo semplice utilizzato per sostituire a corda , espressione regolare , elenco , dizionario , ecc. in un DataFrame.
Sostituisci i valori NaN con zeri per una colonna utilizzando NumPy replace()
La sintassi per sostituire i valori NaN con zeri di una singola colonna nel dataframe di Panda utilizzando la funzione replace() è la seguente:
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> |
>
pitone tupla ordinato
>
Produzione:
replace() per sostituire NaN per una singola colonna
Sostituisci i valori NaN con zeri per un intero Dataframe usando NumPy replace()
Sintassi per sostituire i valori NaN con zeri dell'intero dataframe Panda utilizzando funzione sostituisci() è come segue:
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> |
>
>
comando di ritorno Java
Produzione:
replace() funzione per sostituire NaN per l'intero dataframe