将数据框中的 NaN 转换为零

Posted 2023-03-11

【中文标题】将数据框中的 NaN 转换为零

【英文标题】：Converting NaN in dataframe to zero

【发布时间】：2018-08-04 00:53:52

【问题描述】：

我有字典并使用创建熊猫 汽车 = pd.DataFrame.from_dict(cars_dict, orient='index') 和 对索引进行排序（按字母顺序排列的列 汽车 = cars.sort_index(axis=1) 排序后我注意到 DataFrame 有 NaN 我不确定 如果真的 np.nan 值？ print(cars.isnull().any()) 并且所有列都显示为假。

我尝试了不同的方法将这些“NaN”值转换为零，这是我想要做的，但它们都不起作用。 我尝试过替换和填充方法，但没有任何效果 以下是我的数据框示例..

            speedtest          size 
toyota       65                NaN 
honda        77                800 

【问题讨论】：

df[np.isnan(df)] = 0

df=df.fillna(0) 如果不起作用，请尝试 df=df.replace('NaN',0)

我刚刚选择了 df.replace('NaN', 0) 效果很好。谢谢。

【参考方案1】：

如果它们是字符串，则在值上使用replace 或np.where：

df = df.replace('NaN', 0)

或者，

df[:] = np.where(df.eq('NaN'), 0, df)

或者，如果它们实际上是 NaN（这似乎不太可能），则使用 fillna：

df.fillna(0, inplace=True)

或者，要同时处理这两种情况，请使用apply + pd.to_numeric（稍慢但保证在任何情况下都能正常工作）：

df = df.apply(pd.to_numeric, errors='coerce').fillna(0, downcast='infer')

感谢 piRSquared 提供这个！

【讨论】：

广义：df.apply(to_numeric, errors='coerce').fillna(0, downcast='infer')

【参考方案2】：

@cs95 的回答在这里不起作用。

必须将 numpy 导入为 np 并使用 replace 和 np.Nan 和 inplace = True

import numpy as np

df.replace(np.NaN, 0, inplace=True)

然后所有的列都得到 0 而不是 NaN。