如何在 pandas dataframe 的列中将所有 nan 值替换为零-ag捕鱼王app官网

当我们处理大型数据集时，有时数据集中会有 nan 值要用某个平均值或合适的值替换。例如，你有一个学生评分列表，有些学生没有参加测验，因此系统自动输入了 nan 而不是 0.0。下面列出了完成此任务的不同方法。

在以下各节中，我们将使用相同的 dataframe，如下所示：

import pandas as pd
import numpy as np
data = {
    "name": ["oliver", "harry", "george", "noah"],
    "percentage": [90, 99, 50, 65],
    "grade": [88, np.nan, 95, np.nan],
}
df = pd.dataframe(data)
print(df)

以下是等级为 nan 的 dataframe。

     name  percentage  grade
0  oliver          90   88.0
1   harry          99    nan
2  george          50   95.0
3    noah          65    nan

df.fillna() 方法将所有 nan 值替换为零

让我们借助 df.fillna() 方法替换 nan 值。

import pandas as pd
import numpy as np
data = {
    "name": ["oliver", "harry", "george", "noah"],
    "percentage": [90, 99, 50, 65],
    "grade": [88, np.nan, 95, np.nan],
}
df = pd.dataframe(data)
df = df.fillna(0)
print(df)

以下是将 nan 替换为 0 的输出。

     name  percentage  grade
0  oliver          90   88.0
1   harry          99    0.0
2  george          50   95.0
3    noah          65    0.0

df.fillna() 方法用给定值填充 nan 值。它不会更改对象数据，但默认情况下会返回一个新的 dataframe，除非将 inplace 参数设置为 true。

我们可以通过设置 inplace 参数为 true 来重写上述代码。

import pandas as pd
import numpy as np
data = {
    "name": ["oliver", "harry", "george", "noah"],
    "percentage": [90, 99, 50, 65],
    "grade": [88, np.nan, 95, np.nan],
}
df = pd.dataframe(data)
df.fillna(0, inplace=true)
print(df)

df.replace() 方法

此方法与 df.fillna() 相同，将 nan 替换为 0。df.replace() 也可用于替换其他数字。让我们看一下代码。

import pandas as pd
import numpy as np
data = {
    "name": ["oliver", "harry", "george", "noah"],
    "percentage": [90, 99, 50, 65],
    "grade": [88, np.nan, 95, np.nan],
}
df = pd.dataframe(data)
nan_replaced = df.replace(np.nan, 0)
print(nan_replaced)

以下是输出。

     name  percentage  grade
0  oliver          90   88.0
1   harry          99    0.0
2  george          50   95.0
3    noah          65    0.0