นุ่น: วิธีแทนที่ศูนย์ด้วย nan

คุณสามารถใช้ไวยากรณ์พื้นฐานต่อไปนี้เพื่อแทนที่ศูนย์ด้วยค่า NaN ใน Pandas DataFrame:

 df. replace (0, np. nan , inplace= True )

ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ

ตัวอย่าง: แทนที่ศูนย์ด้วย NaN ใน Pandas

สมมติว่าเรามี DataFrame แพนด้าดังต่อไปนี้:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' points ': [25, 0, 15, 14, 19, 23, 25, 29],
                   ' assists ': [5, 0, 7, 0, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 0, 9, 0]})

#view DataFrame
print (df)

   points assists rebounds
0 25 5 11
1 0 0 8
2 15 7 10
3 14 0 6
4 19 12 6
5 23 9 0
6 25 9 9
7 29 4 0

เราสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อแทนที่แต่ละศูนย์ใน DataFrame ด้วยค่า NaN:

 import numpy as np

#replace all zeros with NaN values
df. replace (0, np. nan , inplace= True )

#view updated 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

โปรดทราบว่าแต่ละศูนย์ในแต่ละคอลัมน์ของ DataFrame ถูกแทนที่ด้วย NaN

หมายเหตุ : เราต้องใช้อาร์กิวเมนต์ inplace=True มิฉะนั้นการเปลี่ยนแปลงจะไม่เกิดขึ้นกับ DataFrame ดั้งเดิม

ที่เกี่ยวข้อง: วิธีแทนที่ค่า NaN ด้วยศูนย์ใน Pandas

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ในแพนด้า:

วิธีแทนที่ค่าเฉพาะใน Pandas
วิธีกรอง Pandas DataFrame ตามค่าคอลัมน์
วิธีกรอกค่า NA ให้กับหลายคอลัมน์ใน Pandas