Pandas: cara mengganti nol dengan nan

Anda dapat menggunakan sintaks dasar berikut untuk mengganti angka nol dengan nilai NaN di pandas DataFrame:

 df. replace (0, np. nan , inplace= True )

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh: ganti nol dengan NaN di Pandas

Misalkan kita memiliki panda DataFrame berikut:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' points ': [25, 0, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 0, 7, 0, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 0, 9, 0]})

#view DataFrame
print (df)

   points assists rebounds
0 25 5 11
1 0 0 8
2 15 7 10
3 14 0 6
4 19 12 6
5 23 9 0
6 25 9 9
7 29 4 0

Kita dapat menggunakan sintaks berikut untuk mengganti setiap angka nol di DataFrame dengan nilai NaN:

 import numpy as np

#replace all zeros with NaN values
df. replace (0, np. nan , inplace= True )

#view updated 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

Perhatikan bahwa setiap angka nol di setiap kolom DataFrame telah digantikan oleh NaN.

Catatan : Kita harus menggunakan argumen inplace=True jika tidak, perubahan tidak akan dilakukan pada DataFrame asli.

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