NaN steht für Not A Number und ist eine der gebräuchlichen Methoden zur Darstellung des fehlenden Werts in den Daten. Es handelt sich um einen speziellen Gleitkommawert und kann nicht in einen anderen Typ als Float konvertiert werden. Der NaN-Wert ist eines der Hauptprobleme in
Methoden zum Ersetzen von NaN-Werten durch Nullen in Pandas DataFrame
In Python gibt es zwei Methoden, mit denen wir NaN-Werte im Pandas-Datenrahmen durch Nullen ersetzen können. Sie sind wie folgt:
Ersetzen Sie NaN-Werte durch Nullen mit Pandas fillna()
Die Funktion fillna() wird verwendet, um NA/NaN-Werte mit der angegebenen Methode zu füllen. Schauen wir uns zum besseren Verständnis einige Beispiele an.
Ersetzen Sie NaN-Werte durch Nullen für eine Spalte mit Pandas fillna()
Die Syntax zum Ersetzen von NaN-Werten durch Nullen einer einzelnen Spalte im Pandas-Datenrahmen mithilfe der Funktion fillna() lautet wie folgt:
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> |
Markdown-Bilder
>
>
Ausgabe:
fillna() zum Ersetzen von NaN für eine einzelne Spalte
Android-Telefon-Einstellungsmenü
Ersetzen Sie NaN-Werte durch Nullen für eine ganze Spalte mit Pandas fillna()
Die Syntax zum Ersetzen von NaN-Werten durch Nullen des gesamten Pandas-Datenrahmens mithilfe der Funktion fillna() lautet wie folgt:
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> |
>
>
Ausgabe:
fillna()-Funktion zum Ersetzen von NaN für den gesamten Datenrahmen
Ersetzen Sie NaN-Werte durch Nullen mit NumPy replace()
Der dataframe.replace() Die Funktion in Pandas kann als einfache Methode zum Ersetzen von a definiert werden Zeichenfolge , Regex, Liste , Wörterbuch usw. in einem DataFrame.
Ersetzen Sie NaN-Werte durch Nullen für eine Spalte mit NumPy replace()
Die Syntax zum Ersetzen von NaN-Werten durch Nullen einer einzelnen Spalte im Pandas-Datenrahmen mithilfe der Funktion „replace()“ lautet wie folgt:
Syntax: df['DataFrame Column'] = df['DataFrame Column'].replace(np.nan, 0)>
Python3
Was ist der Exportbefehl unter Linux?
# 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> |
>
>
Ausgabe:
replace() zum Ersetzen von NaN für eine einzelne Spalte
Ersetzen Sie NaN-Werte durch Nullen für einen gesamten Datenrahmen mit NumPy replace()
Syntax zum Ersetzen von NaN-Werten durch Nullen des gesamten Pandas-Datenrahmens replace()-Funktion ist wie folgt:
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> |
>
>
Teilzeichenfolge Zeichenfolge Java
Ausgabe:
replace()-Funktion zum Ersetzen von NaN für den gesamten Datenrahmen