<\/p>\n
Ein Fehler, der bei der Verwendung von Pandas auftreten kann, ist:<\/span><\/p>\n Dieser Fehler tritt normalerweise auf, wenn Sie versuchen, Zeilen in einem Pandas-DataFrame zu finden, die eine bestimmte Zeichenfolge enthalten, die gesuchte Spalte jedoch NaN-Werte enth\u00e4lt.<\/span><\/p>\n Das folgende Beispiel zeigt, wie dieser Fehler in der Praxis behoben werden kann.<\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame:<\/span><\/p>\n Nehmen wir nun an, wir versuchen, auf alle Zeilen im DataFrame zuzugreifen, in denen die Positionsspalte<\/strong> die Zeichenfolge \u201eGuard\u201c enth\u00e4lt:<\/span><\/p>\n Wir erhalten eine Fehlermeldung, weil in der Positionsspalte<\/strong> ein NaN-Wert vorhanden ist.<\/span><\/p>\n Um diesen Fehler zu vermeiden, verwenden Sie einfach das Argument na=False<\/strong> in der Funktion str.contains()<\/strong> :<\/span><\/p>\n Dieses Mal k\u00f6nnen wir fehlerfrei auf alle Zeilen zugreifen, die \u201eGuard\u201c in der Positionsspalte<\/strong> enthalten.<\/span><\/p>\n Eine andere M\u00f6glichkeit, diesen Fehler zu vermeiden, besteht darin , .fillna(False)<\/strong> wie folgt zu verwenden:<\/span><\/span><\/p>\n Wir k\u00f6nnen wieder fehlerfrei auf alle Zeilen zugreifen, die \u201eGuard\u201c in der Positionsspalte<\/strong> enthalten.<\/span><\/p>\n Die folgenden Tutorials erkl\u00e4ren, wie Sie andere h\u00e4ufige Fehler in Python beheben:<\/span><\/p>\n So beheben Sie KeyError in Pandas<\/a> Ein Fehler, der bei der Verwendung von Pandas auftreten kann, ist: ValueError : Cannot mask with non-boolean array containing NA \/ NaN values Dieser Fehler tritt normalerweise auf, wenn Sie versuchen, Zeilen in einem Pandas-DataFrame zu finden, die eine bestimmte Zeichenfolge enthalten, die gesuchte Spalte jedoch NaN-Werte enth\u00e4lt. Das folgende Beispiel zeigt, wie dieser Fehler […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n ValueError<\/span> : Cannot mask with non-boolean array containing NA \/ NaN values\n<\/strong><\/span><\/pre>\n So reproduzieren Sie den Fehler<\/strong><\/h2>\n
import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'B', 'B'],\n ' position<\/span> ': ['Guard', 'Guard', np. nan<\/span> , 'Guard', 'Forward'],\n ' points<\/span> ': [22, 28, 14, 13, 19]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team position points\n0 A Guard 22\n1 A Guard 28\n2 A NaN 14\n3 B Guard 13\n4 B Forward 19<\/strong><\/span><\/pre>\n #access all rows where position column contains 'Guard'\n<\/span>df[df[' position<\/span> ']. str<\/span> . contains<\/span> (' Guard<\/span> ')]\n\nValueError<\/span> : Cannot mask with non-boolean array containing NA \/ NaN values\n<\/strong><\/span><\/pre>\n So beheben Sie den Fehler<\/strong><\/h2>\n
#access all rows where position column contains 'Guard', ignore NaN\n<\/span>df[df[' position<\/span> ']. str<\/span> . contains<\/span> (' Guard<\/span> ', na= False<\/span> )]\n\n team position points\n0 A Guard 22\n1 A Guard 28\n3 B Guard 13\n<\/strong><\/span><\/pre>\n #access all rows where position column contains 'Guard', ignore NaN\n<\/span>df[df[' position<\/span> ']. str<\/span> . contains<\/span> (' Guard<\/span> '). fillna<\/span> ( False<\/span> )]\n\n team position points\n0 A Guard 22\n1 A Guard 28\n3 B Guard 13<\/strong><\/span><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So beheben Sie: ValueError: Float NaN kann nicht in int konvertiert werden<\/a>
So beheben Sie: ValueError: Operanden konnten nicht mit Formen \u00fcbertragen werden<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"