NaN står för Not A Number och är ett av de vanligaste sätten att representera det saknade värdet i datan. Det är ett speciellt flyttalsvärde och kan inte konverteras till någon annan typ än flytande. NaN-värdet är ett av de största problemen i

Metoder för att ersätta NaN-värden med nollor i Pandas DataFrame

I Python, det finns två metoder med vilka vi kan ersätta NaN-värden med nollor i Pandas dataram. De är följande:

Ersätt NaN-värden med nollor med Pandas fillna()

Funktionen fillna() används för att fylla NA/NaN-värden med den angivna metoden. Låt oss se några exempel för en bättre förståelse.

Ersätt NaN-värden med nollor för en kolumn med Pandas fillna()

Syntax för att ersätta NaN-värden med nollor i en enda kolumn i Pandas dataram med funktionen fillna() är som följer:

 Syntax: df['DataFrame Column'] = df['DataFrame Column'].fillna(0)>

Python3

sdlc livscykel

>

>

Produktion:

fillna() för att ersätta NaN för en enda kolumn

Ersätt NaN-värden med nollor för en hel kolumn med Pandas fillna()

Syntax för att ersätta NaN-värden med nollor för hela Pandas dataram med funktionen fillna() är som följer:

 Syntax: df.fillna(0)>

Python3

# importing libraries> import> pandas as pd> import> numpy as np> nums>=> {>'Number_set_1'>: [>0>,>1>,>1>,>2>,>3>,>5>, np.nan,> >13>,>21>, np.nan],> >'Number_set_2'>: [>3>,>7>, np.nan,>23>,>31>,>41>,> >np.nan,>59>,>67>, np.nan],> >'Number_set_3'>: [>2>,>3>,>5>, np.nan,>11>,>13>,>17>,> >19>,>23>, np.nan]}> # Create the dataframe> df>=> pd.DataFrame(nums)> # Apply the function> df>=> df.fillna(>0>)> # print the DataFrame> df>

världens bästa leende

>

>

Produktion:

fillna() funktion för att ersätta NaN för hela dataramen

Ersätt NaN-värden med nollor med NumPy replace()

De dataframe.replace() funktion i Pandas kan definieras som en enkel metod som används för att ersätta en sträng , regex , lista , lexikon , etc. i en DataFrame.

Ersätt NaN-värden med nollor för en kolumn med hjälp av NumPy replace()

Syntax för att ersätta NaN-värden med nollor i en enda kolumn i Pandas dataram med funktionen replace() är som följer:

 Syntax: df['DataFrame Column'] = df['DataFrame Column'].replace(np.nan, 0)>

Python3

java matematik klass

>

>

Produktion:

replace() för att ersätta NaN för en enda kolumn

Ersätt NaN-värden med nollor för en hel dataram med hjälp av NumPy replace()

Syntax för att ersätta NaN-värden med nollor för hela Pandas dataram med hjälp av replace() funktion enligt följande:

 Syntax: df.replace(np.nan, 0)>

Python3

>

>

delsträng sträng java

Produktion:

replace() funktion för att ersätta NaN för hela dataramen