<\/p>\n
Een fout die u kunt tegenkomen bij het gebruik van panda’s is:<\/span><\/p>\n Deze fout treedt meestal op wanneer u rijen in een Panda DataFrame probeert te vinden die een bepaalde tekenreeks bevatten, maar de kolom die u zoekt bevat NaN-waarden.<\/span><\/p>\n Het volgende voorbeeld laat zien hoe u deze fout in de praktijk kunt corrigeren.<\/span><\/p>\n Stel dat we de volgende panda’s DataFrame hebben:<\/span><\/p>\n Stel nu dat we proberen toegang te krijgen tot alle rijen in het DataFrame waar de positiekolom<\/strong> de string \u201cGuard\u201d bevat:<\/span><\/p>\n We ontvangen een foutmelding omdat er een NaN-waarde in de positiekolom<\/strong> staat.<\/span><\/p>\n Om deze fout te voorkomen, gebruikt u eenvoudig het argument na=False<\/strong> in de functie str.contains()<\/strong> :<\/span><\/p>\n Deze keer hebben we zonder fouten toegang tot alle rijen met „Bewaker“ in de positiekolom<\/strong> .<\/span><\/p>\n Een andere manier om deze fout te voorkomen is door .fillna(False)<\/strong> als volgt te gebruiken:<\/span><\/span><\/p>\n Opnieuw hebben we zonder fouten toegang tot alle rijen met „Bewaker“ in de positiekolom<\/strong> .<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende fouten in Python kunt oplossen:<\/span><\/p>\n Hoe KeyError in Panda’s te repareren<\/a> Een fout die u kunt tegenkomen bij het gebruik van panda’s is: ValueError : Cannot mask with non-boolean array containing NA \/ NaN values Deze fout treedt meestal op wanneer u rijen in een Panda DataFrame probeert te vinden die een bepaalde tekenreeks bevatten, maar de kolom die u zoekt bevat NaN-waarden. Het volgende voorbeeld […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-3279","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n ValueError<\/span> : Cannot mask with non-boolean array containing NA \/ NaN values\n<\/strong><\/span><\/pre>\n Hoe de fout te reproduceren<\/strong><\/h2>\n
import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'B', 'B'],\n ' position<\/span> ': ['Guard', 'Guard', np. nan<\/span> , 'Guard', 'Forward'],\n ' points<\/span> ': [22, 28, 14, 13, 19]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team position points\n0 A Guard 22\n1 A Guard 28\n2 A NaN 14\n3 B Guard 13\n4 B Forward 19<\/strong><\/span><\/pre>\n #access all rows where position column contains 'Guard'\n<\/span>df[df[' position<\/span> ']. str<\/span> . contains<\/span> (' Guard<\/span> ')]\n\nValueError<\/span> : Cannot mask with non-boolean array containing NA \/ NaN values\n<\/strong><\/span><\/pre>\n Hoe u de fout kunt oplossen<\/strong><\/h2>\n
#access all rows where position column contains 'Guard', ignore NaN\n<\/span>df[df[' position<\/span> ']. str<\/span> . contains<\/span> (' Guard<\/span> ', na= False<\/span> )]\n\n team position points\n0 A Guard 22\n1 A Guard 28\n3 B Guard 13\n<\/strong><\/span><\/pre>\n #access all rows where position column contains 'Guard', ignore NaN\n<\/span>df[df[' position<\/span> ']. str<\/span> . contains<\/span> (' Guard<\/span> '). fillna<\/span> ( False<\/span> )]\n\n team position points\n0 A Guard 22\n1 A Guard 28\n3 B Guard 13<\/strong><\/span><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Oplossing: ValueError: Kan float NaN niet naar int converteren<\/a>
Oplossing: ValueError: Operanden konden niet worden uitgezonden met vormen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"