📅  最后修改于: 2023-12-03 14:46:01.917000             🧑  作者: Mango
在 Pandas 中,我们经常需要处理缺失值 (NaN)。有时候,我们需要将 NaN 替换为 Null。在本文中,我们将介绍如何使用 Pandas 将 NaN 替换为 Null。
Pandas 中的 fillna 函数可以将 NaN 替换为 Null。示例如下:
import pandas as pd
df = pd.DataFrame({'A': [1, 2, None], 'B': [4, None, 6]})
df.fillna('Null')
输出结果如下:
A B
0 1 4
1 2 Null
2 Null 6
可以看到,我们使用 fillna 函数将 DataFrame 中的 NaN 替换为了 Null。
除了 fillna 函数之外,我们也可以使用 replace 函数将 NaN 替换为 Null。示例如下:
import pandas as pd
import numpy as np
df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [4, np.nan, 6]})
df.replace(np.nan, 'Null')
输出结果如下:
A B
0 1 4
1 2 Null
2 Null 6
我们使用 replace 函数将 DataFrame 中的 NaN 替换为了 Null。
本文介绍了如何使用 Pandas 将 NaN 替换为 Null。我们使用了 fillna 函数和 replace 函数来实现这个目的。在实际项目中,我们可以根据实际情况选择使用哪个函数。