Pandas: cara mengganti nan dengan none

Anda dapat menggunakan sintaks dasar berikut untuk mengganti nilai NaN dengan None di pandas DataFrame:

 df = df. replace (np. nan , None )

Fungsi ini sangat berguna ketika Anda perlu mengekspor pandas DataFrame ke database yang menggunakan None untuk mewakili nilai yang hilang, bukan NaN .

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh: ganti NaN dengan None di Pandas

Misalkan kita memiliki panda DataFrame berikut:

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' A ': [5, 6, 8, np.nan, 4, 15, 13],
                   ' B ': [np.nan, 12, np.nan, 10, 23, 6, 4],
                   ' C ': [2, 7, 6, 3, 2, 4, np.nan],
                   ' D ': [5, np.nan, 6, 15, 1, np.nan, 4]})

#view DataFrame
print (df)

      ABCD
0 5.0 NaN 2.0 5.0
1 6.0 12.0 7.0 NaN
2 8.0 NaN 6.0 6.0
3 NaN 10.0 3.0 15.0
4 4.0 23.0 2.0 1.0
5 15.0 6.0 4.0 NaN
6 13.0 4.0 NaN 4.0

Perhatikan bahwa ada beberapa nilai NaN di DataFrame.

Untuk mengganti setiap nilai NaN dengan None , kita dapat menggunakan sintaks berikut:

 #replace all NaN values with None
df = df. replace (np. nan , None )

#view updated DataFrame
print (df)

      ABCD
0 5.0 None 2.0 5.0
1 6.0 12.0 7.0 None
2 8.0 None 6.0 6.0
3 None 10.0 3.0 15.0
4 4.0 23.0 2.0 1.0
5 15.0 6.0 4.0 None
6 13.0 4.0 None 4.0

Perhatikan bahwa setiap NaN di setiap kolom DataFrame telah diganti dengan None .

Perhatikan bahwa jika Anda hanya ingin mengganti nilai NaN dengan Tidak Ada di kolom tertentu, Anda dapat menggunakan sintaks berikut:

 #replace NaN values with None in column 'B' only
df[' B '] = df[' B ']. replace (np. nan , None )

#view updated DataFrame
print (df)

      ABCD
0 5.0 None 2.0 5.0
1 6.0 12.0 7.0 NaN
2 8.0 None 6.0 6.0
3 NaN 10.0 3.0 15.0
4 4.0 23.0 2.0 1.0
5 15.0 6.0 4.0 NaN
6 13.0 4.0 NaN 4.0

Perhatikan bahwa nilai NaN telah diubah menjadi Tidak Ada di kolom “B” saja.

Terkait: Cara mengganti nilai NaN dengan nol di Pandas

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:

Bagaimana cara mengganti nilai tertentu di Pandas
Cara memfilter Pandas DataFrame berdasarkan nilai kolom
Cara mengisi nilai NA untuk beberapa kolom di Pandas