Pandas: วิธีแทนที่ inf ด้วยศูนย์

คุณสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อแทนที่ค่า inf และ -inf ด้วยศูนย์ใน DataFrame ของ pandas:

 df. replace ([np. inf , -np. inf ], 0 , inplace= True )

ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ

ตัวอย่าง: แทนที่ inf ด้วย Zero ใน Pandas

สมมติว่าเรามี DataFrame แพนด้าต่อไปนี้ซึ่งมีข้อมูลเกี่ยวกับผู้เล่นบาสเกตบอลต่างๆ:

 import pandas as pd
import numpy as np

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [18, np. inf , 19, np. inf , 14, 11, 20, 28],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, np. inf ],
                   ' rebounds ': [np. inf , 8, 10, 6, 6, -np. inf , 9, 12]})

#view DataFrame
df

	team points assists rebounds
0 A 18.0 5.0 lower
1 B lower 7.0 8.0
2 C 19.0 7.0 10.0
3D lower 9.0 6.0
4 E 14.0 12.0 6.0
5 F 11.0 9.0 -low
6G 20.0 9.0 9.0
7H 28.0 lower 12.0

โปรดทราบว่ามีค่า inf และ -inf หลายค่าใน DataFrame

เราสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อแทนที่ค่า inf และ -inf เหล่านี้ด้วยศูนย์:

 #replace inf and -inf with zero
df. replace ([np. inf , -np. inf ], 0 , inplace= True )

#view updated DataFrame
df

team points assists rebounds
0 A 18.0 5.0 0.0
1 B 0.0 7.0 8.0
2 C 19.0 7.0 10.0
3 D 0.0 9.0 6.0
4 E 14.0 12.0 6.0
5 F 11.0 9.0 0.0
6G 20.0 9.0 9.0
7 H 28.0 0.0 12.0

โปรดทราบว่าแต่ละค่า inf และ -inf ถูกแทนที่ด้วยศูนย์

หมายเหตุ : คุณสามารถค้นหาเอกสารฉบับเต็มของฟังก์ชัน การแทนที่ ในแพนด้า ได้ที่นี่

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีการทำงานทั่วไปอื่นๆ ในแพนด้า:

วิธีใส่ค่าที่หายไปในแพนด้า
วิธีนับค่าที่หายไปในแพนด้า
วิธีเติมค่า NaN ด้วยค่าเฉลี่ยในหมีแพนด้า