从Excel向MATLAB中导入数据出现了nan怎么处理

Posted 2023-04-06

是因为数据过大过小导致？

　　1、在matlab中生成数据，并且写入到excel文件中。具体代码如下图所示：

　　2、下面来看一下生成的myExample.xlsx文件里面是否含有matlab所生成的数据。有图中可以看出，生成的数据已经全部写入了myExample.xlsx文件。

　　3、从excel的第一个worksheet中读取数据，代码如下图所示：

　　4、从上一步生成的excel文件myExample.xlsx中读取局部的数据，具体代码及结果如下图所示：

　　5、读取一列数据，从excel文件myExample.xlsx中读取一整列的数据，具体代码及结果如下图所示：

　　6、从excel文件myExample.xlsx中分别读取数值型、文本型和未处理的数据，具体代码及结果如下图所示：

　　

参考技术A 可以帮你看一下，我估计是有部分的文字，所有才有nan = not a number 参考技术B 问题很久前的了但还是回答一下吧。。。。我遇到过很多次这个毛病哈哈。但最后都是因为数据有问题，第一次是因为有些数据结尾多打了空格“ ”会导致读入程序中显示NAN， 这个可以通过全选excel，格式“靠右”来检查有没有多打空格。第二次就是现在，发现有些数字可以正确读取，但大多数都是NAN，这个有些数字小数点后只有4位，但大多数都是8位，原来是因为有的数字过长（谜之无语） 参考技术C 可能那些单元格根本就不是数值类型吧。。本回答被提问者采纳

如何用以前的值填充数据框？ [复制]

【中文标题】如何用以前的值填充数据框？ [复制]

【英文标题】：how to fill dataframe with former value? [duplicate]

【发布时间】：2019-11-09 03:28:31

【问题描述】：

我从 excel 文件中导入数据。但是excel文件中合并单元格的格式在python中不匹配。因此，我不得不修改python中的数据。

例如：我在python中导入的数据是这样的

0   aa
1   NaN
2   NaN
3   NaN
4   b
5   NaN
6   NaN
7   NaN
8   NaN
9   ccc
10  NaN
11  NaN
12  NaN
13  dd
14  NaN
15  NaN
16  NaN

我想要的结果是：

0   aa
1   aa
2   aa
3   aa
4   b
5   b
6   b
7   b
8   b
9   ccc
10  ccc
11  ccc
12  ccc
13  dd
14  dd
15  dd
16  dd

我尝试使用 for 循环来解决问题。但这花了很多时间，而且我有一个庞大的数据集。不知道有没有更快的方法。

【问题讨论】：

您正在将数据加载到 pandas 数据框，对吧？

数据类型应该是字符串而不是浮点数，抱歉

如果您对问题有补充，最好编辑问题并将其添加到那里，而不是在评论中。

@Itamar Mushkin 是的

转换类型-df = df.astype(str)

【参考方案1】：

看起来像 .fillna() is your friend – 引用文档::

我们还可以向前或向后传播非空值。

>>> df
     A    B   C  D
0  NaN  2.0 NaN  0
1  3.0  4.0 NaN  1
2  NaN  NaN NaN  5
3  NaN  3.0 NaN  4
>>> df.fillna(method='ffill')
    A   B   C   D
0   NaN 2.0 NaN 0
1   3.0 4.0 NaN 1
2   3.0 4.0 NaN 5
3   3.0 3.0 NaN 4

【讨论】：

啊，打败我了 :-)

@AKX 你能帮我重新修改问题格式吗？

【参考方案2】：

这正是pandas中.fillna()函数的使用

【参考方案3】：

您可以借助apply 和fillna 方法获得您想要的结果：-

import pandas as pd
import numpy as np

df = pd.DataFrame(data = 'A':['a', np.nan, np.nan, 'b', np.nan])

l = []
def change(value): 
    if value == "bhale":
        value = l[-1]
        return value
    else:        
        l.append(value)
        return value

# First converting NaN values into any string value like `bhale` here
df['A'] = df['A'].fillna('bhale')  
df["A"] = df['A'].apply(change)   # Using apply method.
df

希望对你有帮助。