NaN står for Not A Number og er en av de vanlige måtene å representere den manglende verdien i dataene. Det er en spesiell flyttallsverdi og kan ikke konverteres til noen annen type enn flytende. NaN-verdi er et av de største problemene i
Metoder for å erstatte NaN-verdier med nuller i Pandas DataFrame
I Python, det er to metoder som vi kan erstatte NaN-verdier med nuller i Pandas dataramme. De er som følger:
Erstatt NaN-verdier med nuller ved å bruke Pandas fillna()
Fillna()-funksjonen brukes til å fylle NA/NaN-verdier ved å bruke den angitte metoden. La oss se noen eksempler for en bedre forståelse.
Erstatt NaN-verdier med nuller for en kolonne ved å bruke Pandas fillna()
Syntaksen for å erstatte NaN-verdier med nuller i en enkelt kolonne i Pandas dataramme ved å bruke fillna()-funksjonen er som følger:
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> |
js erstatning
>
>
Produksjon:
fillna() for å erstatte NaN for en enkelt kolonne
Erstatt NaN-verdier med nuller for en hel kolonne ved å bruke Pandas fillna()
Syntaksen for å erstatte NaN-verdier med nuller av hele Pandas-datarammen ved å bruke fillna()-funksjonen er som følger:
konverter en int til en streng java
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> |
>
>
Produksjon:
fillna()-funksjonen for å erstatte NaN for hele datarammen
Erstatt NaN-verdier med nuller ved å bruke NumPy replace()
De dataframe.replace() funksjon i Pandas kan defineres som en enkel metode som brukes til å erstatte en streng , regulært uttrykk , liste , ordbok , etc. i en DataFrame.
Erstatt NaN-verdier med nuller for en kolonne ved å bruke NumPy replace()
Syntaksen for å erstatte NaN-verdier med nuller i en enkelt kolonne i Pandas dataramme ved å bruke replace()-funksjonen er som følger:
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> |
java-strenger
>
>
Produksjon:
replace() for å erstatte NaN for en enkelt kolonne
Erstatt NaN-verdier med nuller for en hel dataramme ved å bruke NumPy replace()
Syntaks for å erstatte NaN-verdier med nuller av hele Pandas-datarammen ved å bruke replace() funksjon er som følgende:
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> |
>
>
window.open javascript
Produksjon:
replace()-funksjonen for å erstatte NaN for hele datarammen