Pandas: как использовать fillna() с определенными столбцами

Вы можете использовать следующие методы с fillna() для замены значений NaN в определенных столбцах DataFrame pandas:

Способ 1: используйте fillna() с определенным столбцом

 df[' col1 '] = df[' col1 ']. fillna (0)

Способ 2: используйте fillna() с несколькими конкретными столбцами

 df[[' col1 ', ' col2 ']] = df[[' col1 ', ' col2 ']]. fillna (0)

В этом руководстве объясняется, как использовать эту функцию со следующим DataFrame pandas:

 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

Пример 1. Использование fillna() с определенным столбцом

Следующий код показывает, как использовать fillna() для замены значений NaN нулями только в столбце «примечание»:

 #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

Обратите внимание, что значения NaN были заменены только в столбце «примечание», а все остальные столбцы остались нетронутыми.

Пример 2. Использование fillna () с несколькими конкретными столбцами

Следующий код показывает, как использовать fillna() для замены значений NaN нулями в столбцах «оценка» и «баллы»:

 #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

Обратите внимание, что значения NaN были заменены в столбцах «оценка» и «баллы», но остальные столбцы остались нетронутыми.

Примечание . Полную документацию по функции pandas fillna() можно найти здесь .

Дополнительные ресурсы

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

Как посчитать пропущенные значения в пандах
Как удалить строки со значениями NaN в Pandas
Как удалить строки, содержащие определенное значение в Pandas