<\/p>\n
U kunt de volgende methoden gebruiken om rijen met NaN-waarden in panda’s te selecteren:<\/span><\/p>\n Methode 1: Selecteer rijen met NaN-waarden in elke kolom<\/strong><\/span><\/p>\n Methode 2: Selecteer rijen met NaN-waarden in een specifieke kolom<\/strong><\/span><\/p>\n De volgende voorbeelden laten zien hoe u elke methode in de praktijk kunt gebruiken met de volgende panda’s DataFrame:<\/span><\/p>\n We kunnen de volgende syntaxis gebruiken om rijen met NaN-waarden in elke kolom van het DataFrame te selecteren:<\/span><\/p>\n Houd er rekening mee dat elke rij van het resulterende DataFrame een NaN-waarde in ten minste \u00e9\u00e9n kolom bevat.<\/span><\/p>\n We kunnen de volgende syntaxis gebruiken om rijen met NaN-waarden in de helperkolom<\/strong> van het DataFrame te selecteren:<\/span><\/p>\n Houd er rekening mee dat elke rij van het resulterende DataFrame een NaN-waarde in de helperkolom<\/strong> bevat.<\/span><\/p>\n Er is een rij met een NaN-waarde in de puntenkolom<\/strong> , maar deze rij is niet geselecteerd omdat deze ook geen NaN-waarde heeft in de assists-<\/strong> kolom.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in panda’s kunt uitvoeren:<\/span><\/p>\n Panda’s: rijen met NaN-waarden verwijderen<\/a> U kunt de volgende methoden gebruiken om rijen met NaN-waarden in panda’s te selecteren: Methode 1: Selecteer rijen met NaN-waarden in elke kolom df. loc [df. isnull (). any (axis= 1 )] Methode 2: Selecteer rijen met NaN-waarden in een specifieke kolom df. loc [df[‚ this_column ‚]. isnull ()] De volgende voorbeelden laten zien hoe […]<\/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-3773","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n df. loc<\/span> [df. isnull<\/span> (). any<\/span> (axis= 1<\/span> )]\n<\/strong><\/pre>\n df. loc<\/span> [df[' this_column<\/span> ']. isnull<\/span> ()]<\/strong><\/span><\/pre>\n import<\/span> pandas as<\/span> pd\nimport<\/span> numpy as<\/span> np\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],\n ' points<\/span> ': [18, np.NaN, 19, 14, 14, 11, 20, 28],\n ' assists<\/span> ': [5, 7, 7, 9, np.NaN, 9, 9, np.NaN],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, np.NaN]})\n\n#view DataFrame\n<\/span>print<\/span> (df)<\/strong><\/pre>\n Voorbeeld 1: Selecteer rijen met NaN-waarden in een willekeurige kolom<\/strong><\/span><\/h2>\n
#create new DataFrame that only contains rows with NaNs in any column\n<\/span>df_nan_rows = df. loc<\/span> [df. isnull<\/span> (). any<\/span> (axis= 1<\/span> )]\n\n#view results\n<\/span>print<\/span> (df_nan_rows)\n\n team points assists rebounds\n1 B NaN 7.0 8.0\n4 E 14.0 NaN 6.0\n7 H 28.0 NaN NaN \n<\/strong><\/pre>\n Voorbeeld 2: Selecteer rijen met NaN-waarden in een specifieke kolom<\/strong><\/span><\/h2>\n
#create new DataFrame that only contains rows with NaNs in assists column\n<\/span>df_assists_nans = df. loc<\/span> [df[' assists<\/span> ']. isnull<\/span> ()]\n#view results\n<\/span>print<\/span> (df_assists_nans)\n\n team points assists rebounds\n4 E 14.0 NaN 6.0\n7 H 28.0 NaN NaN \n<\/strong><\/pre>\n Aanvullende bronnen<\/strong><\/span><\/h2>\n
Panda’s: hoe NaN-waarden te vervangen door een string<\/a>
Panda’s: hoe NaN-waarden met gemiddelde vullen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"