Pandas：如何用零替换 inf

您可以使用以下语法将 pandas DataFrame 中的 inf 和 -inf 值替换为零：

 df. replace ([np. inf , -np. inf ], 0 , inplace= True )

以下示例展示了如何在实践中使用此语法。

示例：在 Pandas 中将 inf 替换为 0

假设我们有以下 pandas DataFrame，其中包含有关各种篮球运动员的信息：

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [18, np. inf , 19, np. inf , 14, 11, 20, 28],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, np. inf ],
                   ' rebounds ': [np. inf , 8, 10, 6, 6, -np. inf , 9, 12]})

#view DataFrame
df

	team points assists rebounds
0 A 18.0 5.0 lower
1 B lower 7.0 8.0
2 C 19.0 7.0 10.0
3D lower 9.0 6.0
4 E 14.0 12.0 6.0
5 F 11.0 9.0 -low
6G 20.0 9.0 9.0
7H 28.0 lower 12.0

注意DataFrame中有多个inf和-inf值。

我们可以使用以下语法将这些 inf 和 -inf 值替换为零：

 #replace inf and -inf with zero
df. replace ([np. inf , -np. inf ], 0 , inplace= True )

#view updated DataFrame
df

team points assists rebounds
0 A 18.0 5.0 0.0
1 B 0.0 7.0 8.0
2 C 19.0 7.0 10.0
3 D 0.0 9.0 6.0
4 E 14.0 12.0 6.0
5 F 11.0 9.0 0.0
6G 20.0 9.0 9.0
7 H 28.0 0.0 12.0

请注意，inf 和 -inf 值均已替换为零。

注意：您可以在此处找到 pandas 中替换功能的完整文档。

其他资源

以下教程解释了如何在 pandas 中执行其他常见任务：

如何估算 pandas 中的缺失值
如何统计pandas中的缺失值
如何在 pandas 中用均值填充 NaN 值