วิธีแทนที่ค่า nan ด้วยศูนย์ใน pandas

คุณสามารถใช้วิธีการต่อไปนี้เพื่อแทนที่ค่า NaN ด้วยศูนย์ใน DataFrame แพนด้า:

วิธีที่ 1: แทนที่ค่า NaN ด้วยศูนย์ในคอลัมน์

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

วิธีที่ 2: แทนที่ค่า NaN ด้วยศูนย์ในหลายคอลัมน์

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

วิธีที่ 3: แทนที่ค่า NaN ด้วยศูนย์ในทุกคอลัมน์

 df = df. fillna (0)

ตัวอย่างต่อไปนี้แสดงวิธีการใช้แต่ละวิธีเหล่านี้กับ Pandas DataFrame ต่อไปนี้:

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' points ': [25, np.nan, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, np.nan, 7, np.nan, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, np.nan, 9, np.nan]})

#view DataFrame
print (df)

   points assists rebounds
0 25.0 5.0 11.0
1 NaN NaN 8.0
2 15.0 7.0 10.0
3 14.0 NaN 6.0
4 19.0 12.0 6.0
5 23.0 9.0 NaN
6 25.0 9.0 9.0
7 29.0 4.0 NaN

วิธีที่ 1: แทนที่ค่า NaN ด้วยศูนย์ในคอลัมน์

รหัสต่อไปนี้แสดงวิธีแทนที่ค่า NaN ด้วยศูนย์เฉพาะในคอลัมน์ “helps”:

 #replace NaN values with zero in 'assists' column
df[' assists '] = df[' assists ']. fillna (0)

#view updated DataFrame
print (df)

   points assists rebounds
0 25.0 5.0 11.0
1 NaN 0.0 8.0
2 15.0 7.0 10.0
3 14.0 0.0 6.0
4 19.0 12.0 6.0
5 23.0 9.0 NaN
6 25.0 9.0 9.0
7 29.0 4.0 NaN

โปรดทราบว่าค่า NaN ในคอลัมน์ “ช่วยเหลือ” ถูกแทนที่ด้วยศูนย์ แต่ค่า NaN ในทุกคอลัมน์อื่น ๆ ยังคงอยู่

วิธีที่ 2: แทนที่ค่า NaN ด้วยศูนย์ในหลายคอลัมน์

รหัสต่อไปนี้แสดงวิธีแทนที่ค่า NaN ด้วยศูนย์ในคอลัมน์ “คะแนน” และ “ช่วยเหลือ”:

 #replace NaN values with zero in 'points' and 'assists' column
df[[' points ', ' assists ']] = df[[' points ', ' assists ']]. fillna (0)

#view updated DataFrame
print (df)

   points assists rebounds
0 25.0 5.0 11.0
1 0.0 0.0 8.0
2 15.0 7.0 10.0
3 14.0 0.0 6.0
4 19.0 12.0 6.0
5 23.0 9.0 NaN
6 25.0 9.0 9.0
7 29.0 4.0 NaN

วิธีที่ 3: แทนที่ค่า NaN ด้วยศูนย์ในทุกคอลัมน์

รหัสต่อไปนี้แสดงวิธีแทนที่ค่า NaN ด้วยศูนย์ในแต่ละคอลัมน์ของ DataFrame:

 #replace NaN values with zero in all columns
df = df. fillna (0)

#view updated DataFrame
print (df)

   points assists rebounds
0 25.0 5.0 11.0
1 0.0 0.0 8.0
2 15.0 7.0 10.0
3 14.0 0.0 6.0
4 19.0 12.0 6.0
5 23.0 9.0 0.0
6 25.0 9.0 9.0
7 29.0 4.0 0.0

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ในแพนด้า:

วิธีแทนที่ค่าเฉพาะใน Pandas
วิธีกรอง Pandas DataFrame ตามค่าคอลัมน์
วิธีกรอกค่า NA ให้กับหลายคอลัมน์ใน Pandas