如何在 Pandas 数据框的列中用零替换 NaN 值？

小编典典

如何在 Pandas 数据框的列中用零替换 NaN 值？

all

我有一个熊猫数据框如下：

      itm Date                  Amount 
67    420 2012-09-30 00:00:00   65211
68    421 2012-09-09 00:00:00   29424
69    421 2012-09-16 00:00:00   29877
70    421 2012-09-23 00:00:00   30990
71    421 2012-09-30 00:00:00   61303
72    485 2012-09-09 00:00:00   71781
73    485 2012-09-16 00:00:00     NaN
74    485 2012-09-23 00:00:00   11072
75    485 2012-09-30 00:00:00  113702
76    489 2012-09-09 00:00:00   64731
77    489 2012-09-16 00:00:00     NaN

当我尝试将函数应用于 Amount 列时，出现以下错误：

ValueError: cannot convert float NaN to integer

我尝试使用数学模块中的 .isnan 应用函数我尝试过 pandas .replace 属性我尝试过 pandas 0.9 中的 .sparse
数据属性我也尝试过 if NaN == NaN 函数中的语句。

阅读 106

2022-03-08

共1个答案

小编典典

我相信DataFrame.fillna()会为你做到这一点。

链接到 Docs 以获取dataframe和Series。

例子：

In [7]: df
Out[7]: 
          0         1
0       NaN       NaN
1 -0.494375  0.570994
2       NaN       NaN
3  1.876360 -0.229738
4       NaN       NaN

In [8]: df.fillna(0)
Out[8]: 
          0         1
0  0.000000  0.000000
1 -0.494375  0.570994
2  0.000000  0.000000
3  1.876360 -0.229738
4  0.000000  0.000000

要仅将 NaN 填充在一列中，请仅选择该列。在这种情况下，我使用 inplace=True 来实际更改 df 的内容。

In [12]: df[1].fillna(0, inplace=True)
Out[12]: 
0    0.000000
1    0.570994
2    0.000000
3   -0.229738
4    0.000000
Name: 1

In [13]: df
Out[13]: 
          0         1
0       NaN  0.000000
1 -0.494375  0.570994
2       NaN  0.000000
3  1.876360 -0.229738
4       NaN  0.000000

编辑：

为避免出现SettingWithCopyWarning，请使用内置的特定于列的功能：

df.fillna({1:0}, inplace=True)

2022-03-08