Pandas: как заменить значения nan строкой

Вы можете использовать следующие методы для замены значений NaN строками в DataFrame pandas:

Способ 1: заменить значения NaN строкой во всем DataFrame

 df. fillna ('', inplace= True )

Способ 2: заменить значения NaN строкой в определенных столбцах

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

Способ 3: заменить значения NaN строкой в столбце

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

В следующих примерах показано, как использовать каждый метод со следующим DataFrame pandas:

 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

Способ 1: заменить значения NaN строкой во всем DataFrame

Следующий код показывает, как заменить каждое значение NaN во всем DataFrame пустой строкой:

 #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	

Обратите внимание, что каждое значение NaN в каждом столбце заменено пустой строкой.

Способ 2: заменить значения NaN строкой в определенных столбцах

Следующий код показывает, как заменить значения NaN в определенных столбцах определенной строкой:

 #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	

Обратите внимание, что значения NaN в столбцах «очки» и «подборы» заменены на строку «none», но значения NaN в столбце «помощи» остались неизменными.

Способ 3: заменить значения NaN строкой в столбце

Следующий код показывает, как заменить значения NaN в столбце определенной строкой:

 #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	

Обратите внимание, что значение NaN в столбце «очки» было заменено на строку «ноль», однако значения NaN в столбцах «передачи» и «подборы» остались неизменными.

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:

Pandas: как заменить значения в столбце по условию
Pandas: как заменить значения NaN нулем
Pandas: Как подсчитать пропущенные значения в DataFrame