Pandy: jak zastąpić wartości nan ciągiem znaków

Możesz użyć następujących metod, aby zastąpić wartości NaN ciągami w pandzie DataFrame:

Metoda 1: Zastąp wartości NaN ciągiem w całej ramce DataFrame

 df. fillna ('', inplace= True )

Metoda 2: Zastąp wartości NaN ciągiem znaków w określonych kolumnach

 df[[' col1 ', ' col2 ']] = df[[' col1 ', ' col2 ']]. fillna ('')

Metoda 3: Zastąp wartości NaN ciągiem w kolumnie

 df. col1 = df. col1 . fillna ('')

Poniższe przykłady pokazują, jak używać każdej metody z następującą ramką DataFrame pand:

 import pandas as pd
import numpy as np

#create DataFrame with some NaN values
df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   ' points ': [np.nan, 11, 7, 7, 8, 6, 14, 15],
                   ' assists ': [5, np.nan, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, np.nan, 6, 5, 9, np.nan]})

#view DataFrame
df

team points assists rebounds
0 A NaN 5.0 11.0
1 A 11.0 NaN 8.0
2 A 7.0 7.0 10.0
3 A 7.0 9.0 NaN
4 B 8.0 12.0 6.0
5 B 6.0 9.0 5.0
6 B 14.0 9.0 9.0
7 B 15.0 4.0 NaN

Metoda 1: Zastąp wartości NaN ciągiem w całej ramce DataFrame

Poniższy kod pokazuje, jak zastąpić każdą wartość NaN w całej ramce danych pustym ciągiem znaków:

 #replace NaN values in all columns with empty string
df. fillna ('', inplace= True )

#view updated DataFrame
df

	team points assists rebounds
0 A 5.0 11.0
1 A 11.0 8.0
2 A 7.0 7.0 10.0
3 A 7.0 9.0	
4 B 8.0 12.0 6.0
5 B 6.0 9.0 5.0
6 B 14.0 9.0 9.0
7B 15.0 4.0	

Należy zauważyć, że każda wartość NaN w każdej kolumnie została zastąpiona pustym ciągiem znaków.

Metoda 2: Zastąp wartości NaN ciągiem znaków w określonych kolumnach

Poniższy kod pokazuje, jak zastąpić wartości NaN w określonych kolumnach konkretnym ciągiem znaków:

 #replace NaN values in 'points' and 'rebounds' columns with 'none'
df[[' points ', ' rebounds ']] = df[[' points ', ' rebounds ']]. fillna (' none ')

#view updated DataFrame
df

        team points assists rebounds
0 A none 5.0 11.0
1 A 11.0 NaN 8.0
2 A 7.0 7.0 10.0
3 A 7.0 9.0 none
4 B 8.0 12.0 6.0
5 B 6.0 9.0 5.0
6 B 14.0 9.0 9.0
7 B 15.0 4.0 none	

Należy zwrócić uwagę, że wartości NaN w kolumnach „punkty” i „zbiórki” zostały zastąpione ciągiem „brak”, natomiast wartości NaN w kolumnie „asysty” pozostały niezmienione.

Metoda 3: Zastąp wartości NaN ciągiem w kolumnie

Poniższy kod pokazuje, jak zastąpić wartości NaN w kolumnie określonym ciągiem znaków:

 #replace NaN values in 'points' column with 'zero'
df. points = df. points . fillna (' zero ')

#view updated DataFrame
df

	team points assists rebounds
0 To zero 5.0 11.0
1 A 11.0 NaN 8.0
2 A 7.0 7.0 10.0
3 A 7.0 9.0 NaN
4 B 8.0 12.0 6.0
5 B 6.0 9.0 5.0
6 B 14.0 9.0 9.0
7 B 15.0 4.0 NaN	

Należy zwrócić uwagę, że wartość NaN w kolumnie „punkty” została zastąpiona ciągiem „zero”, natomiast wartości NaN w kolumnach „asysty” i „zbiórki” pozostały niezmienione.

Dodatkowe zasoby

Poniższe samouczki wyjaśniają, jak wykonywać inne typowe operacje na pandach:

Pandy: jak zamienić wartości w kolumnie na podstawie warunku
Pandy: jak zastąpić wartości NaN zerem
Pandy: Jak policzyć brakujące wartości w DataFrame