Pandas: so verwenden sie fillna() mit bestimmten spalten

Sie können mit fillna() die folgenden Methoden verwenden, um NaN-Werte in bestimmten Spalten eines Pandas-DataFrames zu ersetzen:

Methode 1: Verwenden Sie fillna() mit einer bestimmten Spalte

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

Methode 2: Verwenden Sie fillna() mit mehreren spezifischen Spalten

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

In diesem Tutorial wird erklärt, wie Sie diese Funktion mit dem folgenden Pandas DataFrame verwenden:

 import numpy as np
import pandas as pd

#create DataFrame with some NaN values
df = pd. DataFrame ({'rating': [np.nan, 85, np.nan, 88, 94, 90, 76, 75, 87, 86],
                   'points': [25, np.nan, 14, 16, 27, 20, 12, 15, 14, 19],
                   'assists': [5, 7, 7, np.nan, 5, 7, 6, 9, 9, 5],
                   'rebounds': [11, 8, 10, 6, 6, 9, 6, 10, 10, 7]})

#view DataFrame
df

        rating points assists rebounds
0 NaN 25.0 5.0 11
1 85.0 NaN 7.0 8
2 NaN 14.0 7.0 10
3 88.0 16.0 NaN 6
4 94.0 27.0 5.0 6
5 90.0 20.0 7.0 9
6 76.0 12.0 6.0 6
7 75.0 15.0 9.0 10
8 87.0 14.0 9.0 10
9 86.0 19.0 5.0 7

Beispiel 1: Verwenden Sie fillna() mit einer bestimmten Spalte

Der folgende Code zeigt, wie man mit fillna() NaN-Werte nur in der Spalte „Notiz“ durch Nullen ersetzt:

 #replace NaNs with zeros in 'rating' column
df[' rating '] = df[' rating ']. fillna (0)

#view DataFrame
df

	rating points assists rebounds
0 0.0 25.0 5.0 11
1 85.0 NaN 7.0 8
2 0.0 14.0 7.0 10
3 88.0 16.0 NaN 6
4 94.0 27.0 5.0 6
5 90.0 20.0 7.0 9
6 76.0 12.0 6.0 6
7 75.0 15.0 9.0 10
8 87.0 14.0 9.0 10
9 86.0 19.0 5.0 7

Beachten Sie, dass die NaN-Werte nur in der Spalte „Notiz“ ersetzt wurden und alle anderen Spalten intakt blieben.

Beispiel 2: Verwenden Sie fillna () mit mehreren spezifischen Spalten

Der folgende Code zeigt, wie man mit fillna() NaN-Werte in den Spalten „note“ und „points“ durch Nullen ersetzt:

 #replace NaNs with zeros in 'rating' and 'points' columns
df[[' rating ', ' points ']] = df[[' rating ', ' points ']]. fillna (0)

#view DataFrame
df

	rating points assists rebounds
0 0.0 25.0 5.0 11
1 85.0 0.0 7.0 8
2 0.0 14.0 7.0 10
3 88.0 16.0 NaN 6
4 94.0 27.0 5.0 6
5 90.0 20.0 7.0 9
6 76.0 12.0 6.0 6
7 75.0 15.0 9.0 10
8 87.0 14.0 9.0 10
9 86.0 19.0 5.0 7

Beachten Sie, dass die NaN-Werte in den Spalten „Note“ und „Punkte“ ersetzt wurden, die anderen Spalten jedoch erhalten bleiben.

Hinweis : Die vollständige Dokumentation der Funktion pandas fillna() finden Sie hier .

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere gängige Vorgänge in Pandas ausgeführt werden:

So zählen Sie fehlende Werte in Pandas
So löschen Sie Zeilen mit NaN-Werten in Pandas
So löschen Sie Zeilen, die einen bestimmten Wert in Pandas enthalten