Comment remplacer les valeurs NaN par zéro dans Pandas

Vous pouvez utiliser les méthodes suivantes pour remplacer les valeurs NaN par des zéros dans un DataFrame pandas :

Méthode 1 : remplacer les valeurs NaN par zéro dans une colonne

df['col1'] = df['col1'].fillna(0)

Méthode 2 : remplacer les valeurs NaN par zéro dans plusieurs colonnes

df[['col1', 'col2']] = df[['col1', 'col2']].fillna(0)

Méthode 3 : remplacer les valeurs NaN par zéro dans toutes les colonnes

df = df.fillna(0)

Les exemples suivants montrent comment utiliser chacune de ces méthodes avec le DataFrame pandas suivant :

import pandas as pd
import numpy as np

#create DataFrame
df = pd.DataFrame({'points': [25, np.nan, 15, 14, 19, 23, 25, 29],
                   'assists': [5, np.nan, 7, np.nan, 12, 9, 9, 4],
                   'rebounds': [11, 8, 10, 6, 6, np.nan, 9, np.nan]})

#view DataFrame
print(df)

   points  assists  rebounds
0    25.0      5.0      11.0
1     NaN      NaN       8.0
2    15.0      7.0      10.0
3    14.0      NaN       6.0
4    19.0     12.0       6.0
5    23.0      9.0       NaN
6    25.0      9.0       9.0
7    29.0      4.0       NaN

Méthode 1 : remplacer les valeurs NaN par zéro dans une colonne

Le code suivant montre comment remplacer les valeurs NaN par zéro uniquement dans la colonne « assistances » :

#replace NaN values with zero in 'assists' column
df['assists'] = df['assists'].fillna(0)

#view updated DataFrame
print(df)

   points  assists  rebounds
0    25.0      5.0      11.0
1     NaN      0.0       8.0
2    15.0      7.0      10.0
3    14.0      0.0       6.0
4    19.0     12.0       6.0
5    23.0      9.0       NaN
6    25.0      9.0       9.0
7    29.0      4.0       NaN

Notez que les valeurs NaN dans la colonne « assistances » ont été remplacées par des zéros, mais les valeurs NaN dans une colonne sur deux restent toujours.

Méthode 2 : remplacer les valeurs NaN par zéro dans plusieurs colonnes

Le code suivant montre comment remplacer les valeurs NaN par zéro dans les colonnes « points » et « passes décisives » :

#replace NaN values with zero in 'points' and 'assists' column
df[['points', 'assists']] = df[['points', 'assists']].fillna(0)

#view updated DataFrame
print(df)

   points  assists  rebounds
0    25.0      5.0      11.0
1     0.0      0.0       8.0
2    15.0      7.0      10.0
3    14.0      0.0       6.0
4    19.0     12.0       6.0
5    23.0      9.0       NaN
6    25.0      9.0       9.0
7    29.0      4.0       NaN

Méthode 3 : remplacer les valeurs NaN par zéro dans toutes les colonnes

Le code suivant montre comment remplacer les valeurs NaN par zéro dans chaque colonne du DataFrame :

#replace NaN values with zero in all columns
df = df.fillna(0)

#view updated DataFrame
print(df)

   points  assists  rebounds
0    25.0      5.0      11.0
1     0.0      0.0       8.0
2    15.0      7.0      10.0
3    14.0      0.0       6.0
4    19.0     12.0       6.0
5    23.0      9.0       0.0
6    25.0      9.0       9.0
7    29.0      4.0       0.0

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes dans les pandas :

Comment remplacer des valeurs spécifiques dans Pandas
Comment filtrer un DataFrame Pandas par valeurs de colonne
Comment remplir les valeurs NA pour plusieurs colonnes dans Pandas