Pandas: bagaimana cara mengganti inf dengan nol

Anda dapat menggunakan sintaks berikut untuk mengganti nilai inf dan -inf dengan nol di pandas DataFrame:

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

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh: ganti inf dengan Zero di Pandas

Misalkan kita memiliki pandas DataFrame berikut yang berisi informasi tentang berbagai pemain bola basket:

 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

Perhatikan bahwa ada beberapa nilai inf dan -inf di DataFrame.

Kita dapat menggunakan sintaks berikut untuk mengganti nilai inf dan -inf ini dengan nol:

 #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

Perhatikan bahwa masing-masing nilai inf dan -inf telah diganti dengan nol.

Catatan : Anda dapat menemukan dokumentasi lengkap fungsi replace di pandas di sini .

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di panda:

Bagaimana cara memperhitungkan nilai yang hilang di panda
Cara menghitung nilai yang hilang di panda
Cara mengisi nilai NaN dengan mean di pandas