Panda: come sostituire i valori nan nella tabella pivot con zeri
Puoi utilizzare l’argomento fill_value nei panda per sostituire i valori NaN in una tabella pivot con zeri.
Per fare ciò, è possibile utilizzare la seguente sintassi di base:
p.d. pivot_table (df, values=' col1 ', index=' col2 ', columns=' col3 ', fill_value= 0 )
L’esempio seguente mostra come utilizzare questa sintassi nella pratica.
Esempio: sostituisci i valori NaN nella tabella pivot con zeri
Supponiamo di avere il seguente DataFrame panda che contiene informazioni su vari giocatori di basket:
import pandas as pd #createDataFrame df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'], ' position ': ['G', 'G', 'F', 'C', 'F', 'F', 'F', 'F'], ' points ': [4, 4, 6, 8, 9, 5, 5, 12]}) #view DataFrame print (df) team position points 0 A G 4 1 A G 4 2 A F 6 3 A C 8 4 B F 9 5 B F 5 6 B F 5 7 B F 12
Possiamo utilizzare il seguente codice per creare una tabella pivot in panda che mostra il valore del punto medio per ciascuna squadra e posizione nel DataFrame:
#create pivot table
df_pivot = pd. pivot_table (df, values=' points ', index=' team ', columns=' position ')
#view pivot table
print (df_pivot)
CFG position
team
A 8.0 6.00 4.0
B NaN 7.75 NaN
Tieni presente che ci sono due valori NaN nella tabella pivot perché nessun giocatore ha una posizione C o G nella squadra B nel DataFrame originale, quindi queste due posizioni hanno valori NaN nella tabella pivot.
Per riempire questi valori NaN con zeri nella tabella pivot, possiamo utilizzare l’argomento fill_value :
#create pivot table with zeros instead of NaN values
df_pivot = pd. pivot_table (df, values=' points ', index=' team ', columns=' position ',
fill_value= 0 )
#view pivot table
print (df_pivot)
CFG position
team
A 8 6.00 4
B 0 7.75 0
Si noti che ciascuno dei valori NaN nella tabella pivot precedente è stato riempito con zeri.
Nota : puoi trovare la documentazione completa della funzione panda pivot_table() qui .
Risorse addizionali
I seguenti tutorial spiegano come eseguire altre operazioni comuni nei panda:
Panda: come rimodellare il DataFrame da lungo a largo
Panda: come rimodellare il DataFrame da largo a lungo
Panda: come raggruppare e aggregare su più colonne