Pandas: як замінити inf на нуль

Ви можете використовувати такий синтаксис, щоб замінити значення inf і -inf на нуль у pandas DataFrame:

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

У наступному прикладі показано, як використовувати цей синтаксис на практиці.

Приклад: замініть inf на Zero в Pandas

Припустімо, що у нас є такий фрейм даних pandas, який містить інформацію про різних баскетболістів:

 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

Зауважте, що в DataFrame є кілька значень inf і -inf.

Ми можемо використовувати такий синтаксис, щоб замінити ці значення inf і -inf на нуль:

 #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

Зауважте, що кожне значення inf і -inf було замінено на нуль.

Примітка : повну документацію щодо функції заміни в pandas можна знайти тут .

Додаткові ресурси

У наступних посібниках пояснюється, як виконувати інші типові завдання в pandas:

Як призначити відсутні значення в пандах
Як порахувати пропущені значення в пандах
Як заповнити значення NaN середнім у pandas