Pandas: 특정 열에 fillna()를 사용하는 방법
fillna() 와 함께 다음 메서드를 사용하여 Pandas DataFrame의 특정 열에 있는 NaN 값을 바꿀 수 있습니다.
방법 1: 특정 열에 fillna() 사용
df[' col1 '] = df[' col1 ']. fillna (0)
방법 2: 여러 특정 열에 fillna() 사용
df[[' col1 ', ' col2 ']] = df[[' col1 ', ' col2 ']]. fillna (0)
이 튜토리얼에서는 다음 pandas DataFrame에서 이 함수를 사용하는 방법을 설명합니다.
import numpy as np import pandas as pd #create DataFrame with some NaN values df = pd. DataFrame ({'rating': [np.nan, 85, np.nan, 88, 94, 90, 76, 75, 87, 86], 'points': [25, np.nan, 14, 16, 27, 20, 12, 15, 14, 19], 'assists': [5, 7, 7, np.nan, 5, 7, 6, 9, 9, 5], 'rebounds': [11, 8, 10, 6, 6, 9, 6, 10, 10, 7]}) #view DataFrame df rating points assists rebounds 0 NaN 25.0 5.0 11 1 85.0 NaN 7.0 8 2 NaN 14.0 7.0 10 3 88.0 16.0 NaN 6 4 94.0 27.0 5.0 6 5 90.0 20.0 7.0 9 6 76.0 12.0 6.0 6 7 75.0 15.0 9.0 10 8 87.0 14.0 9.0 10 9 86.0 19.0 5.0 7
예제 1: 특정 열에 fillna() 사용
다음 코드는 fillna()를 사용하여 “note” 열에서만 NaN 값을 0으로 바꾸는 방법을 보여줍니다.
#replace NaNs with zeros in 'rating' column df[' rating '] = df[' rating ']. fillna (0) #view DataFrame df rating points assists rebounds 0 0.0 25.0 5.0 11 1 85.0 NaN 7.0 8 2 0.0 14.0 7.0 10 3 88.0 16.0 NaN 6 4 94.0 27.0 5.0 6 5 90.0 20.0 7.0 9 6 76.0 12.0 6.0 6 7 75.0 15.0 9.0 10 8 87.0 14.0 9.0 10 9 86.0 19.0 5.0 7
NaN 값은 “note” 열에서만 대체되었으며 다른 모든 열은 그대로 유지되었습니다.
예 2: 여러 특정 열에 fillna() 사용
다음 코드는 fillna()를 사용하여 “grade” 및 “points” 열에서 NaN 값을 0으로 바꾸는 방법을 보여줍니다.
#replace NaNs with zeros in 'rating' and 'points' columns df[[' rating ', ' points ']] = df[[' rating ', ' points ']]. fillna (0) #view DataFrame df rating points assists rebounds 0 0.0 25.0 5.0 11 1 85.0 0.0 7.0 8 2 0.0 14.0 7.0 10 3 88.0 16.0 NaN 6 4 94.0 27.0 5.0 6 5 90.0 20.0 7.0 9 6 76.0 12.0 6.0 6 7 75.0 15.0 9.0 10 8 87.0 14.0 9.0 10 9 86.0 19.0 5.0 7
NaN 값은 “등급” 및 “점수” 열에서 대체되었지만 다른 열은 그대로 유지됩니다.
참고 : 여기에서 pandas fillna() 함수에 대한 전체 문서를 찾을 수 있습니다.
추가 리소스
다음 튜토리얼에서는 Pandas에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.
팬더에서 누락된 값을 계산하는 방법
Pandas에서 NaN 값이 있는 행을 삭제하는 방법
Pandas에서 특정 값이 포함된 행을 삭제하는 방법