pd如何把0填充为null

Posted 2023-05-18

您好，pd可以使用fillna()函数来将0填充为null，该函数可以将指定的值替换为缺失值，以便更好地处理数据。具体使用方法如下：

1. 导入pandas库：import pandas as pd

2. 加载数据：df = pd.read_csv('data.csv')

3. 使用fillna()函数：df.fillna(0)

4. 输出结果：print(df)

fillna()函数的参数可以是任何值，比如字符串、数字、布尔值等，可以根据实际需要进行调整。此外，fillna()函数还可以接受一个字典参数，用于指定每一列的填充值。

例如：df.fillna('A': 0, 'B': 1, 'C': 2)

fillna()函数也可以接受一个方法参数，用于指定填充值的计算方法，比如均值填充、中位数填充等。

例如：df.fillna(df.mean())

总之，fillna()函数可以用来将0填充为null，以便更好地处理数据。 参考技术A 如果要将PD中的0填充为null，你可以使用pd.fillna函数，它可以用来填充空值或指定的值。例如：pd.fillna(0, inplace=True)，它会将所有的空值填充为0。

我如何清理此数据类型对象并将其转换为float类型，并保持Null和NaN

                           Hight
0                       
1               1,82 m (6 ft 0 in)
2        1,74 m (5 ft 9 in) metres
3               1,88 m (6 ft 2 in)
4                              NaN
5       1,80 m (5 ft 11 in) metres

如何将列高转换为浮点数，保持NaN值

Hight
0                              NaN
1                             1.82 
2                             1.74
3                             1.88
4                              NaN
5                             1.80

非常感谢

答案

您可以使用pd.str.extract()，然后转换为float：

pd.str.extract()

打印：

d = 'Height':['', '1,82 m (6 ft 0 in)', '1,74 m (5 ft 9 in) metres', '1,88 m (6 ft 2 in)', np.nan, '1,80 m (5 ft 11 in) metres']

df = pd.DataFrame(d)

df['Height'] = df['Height'].str.extract(r'([\d,]+)\s*m')
df['Height'] = df['Height'].str.replace(',', '.', regex=False).astype(float)

print(df['Height'])