Nan တန်ဖိုးများကိုအစားထိုးရန် pandas fillna() ကိုအသုံးပြုနည်း

ပန်ဒါ DataFrame တွင် NaN တန်ဖိုးများကို အစားထိုးရန်အတွက် fillna() လုပ်ဆောင်ချက်ကို သင်အသုံးပြုနိုင်ပါသည်။

ဤလုပ်ဆောင်ချက်သည် အောက်ပါအခြေခံ syntax ကိုအသုံးပြုသည်-

 #replace NaN values in one column
df[' col1 '] = df[' col1 ']. fillna (0)

#replace NaN values in multiple columns
df[[' col1 ', ' col2 ']] = df[[' col1 ', ' col2 ']]. fillna (0) 

#replace NaN values in all columns
df = df. fillna (0)

ဤသင်ခန်းစာတွင် အောက်ပါ pandas DataFrame ဖြင့် ဤလုပ်ဆောင်ချက်ကို အသုံးပြုပုံကို ရှင်းပြထားသည်။

 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

ဥပမာ 1- ကော်လံတစ်ခုတွင် NaN တန်ဖိုးများကို အစားထိုးပါ။

အောက်ပါကုဒ်သည် “ မှတ်ချက်” ကော်လံရှိ NaN တန်ဖိုးများကို သုညဖြင့် အစားထိုးနည်းကို ပြသသည်-

 #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

ဥပမာ 2- ကော်လံအများအပြားတွင် NaN တန်ဖိုးများကို အစားထိုးပါ။

အောက်ပါကုဒ်သည် “အဆင့်” နှင့် “အမှတ်များ” ကော်လံများတွင် NaN တန်ဖိုးများကို သုညဖြင့် အစားထိုးနည်းကို ပြသသည်-

 #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

ဥပမာ 3- ကော်လံအားလုံးတွင် NaN တန်ဖိုးများကို အစားထိုးပါ။

အောက်ပါကုဒ်သည် ကော်လံတစ်ခုစီရှိ NaN တန်ဖိုးများကို သုညဖြင့် အစားထိုးနည်းကို ပြသသည်-

 #replace NaNs with zeros in all columns 
df = df. 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 0.0 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

fillna() လုပ်ဆောင်ချက်အတွက် အွန်လိုင်းစာရွက်စာတမ်းအပြည့်အစုံကို ဤနေရာတွင် ရှာတွေ့နိုင်ပါသည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ဖော်ပြပါ သင်ခန်းစာများသည် ပန်ဒါများတွင် အခြားဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

ပန်ဒါမှာ ပျောက်ဆုံးနေတဲ့ တန်ဖိုးတွေကို ဘယ်လိုရေတွက်မလဲ။
Pandas ရှိ NaN တန်ဖိုးများဖြင့် အတန်းများကို ဖျက်နည်း
Pandas တွင် သတ်မှတ်ထားသော တန်ဖိုးများပါရှိသော အတန်းများကို ဖျက်နည်း