Pandas NaN 列中的值 - Python

在Pandas中，NaN表示不可用或缺失的值。在本文中，我们将介绍如何处理包含NaN值的Pandas DataFrame列。

检测NaN值

我们可以使用isna()方法检测DataFrame中的NaN值。

import pandas as pd

df = pd.DataFrame({
    'A': [1, 2, None],
    'B': [3, None, 5]
})

print(df.isna())

输出结果：

       A      B
0  False  False
1  False   True
2   True  False

删除包含NaN值的行或列

我们可以使用dropna()方法删除包含NaN值的行或列。

# 删除包含NaN值的行
df.dropna(axis=0)

# 删除包含NaN值的列
df.dropna(axis=1)

填充NaN值

我们可以使用fillna()方法填充NaN值。

# 用0填充NaN值
df.fillna(0)

# 使用前一个值填充NaN值
df.fillna(method='ffill')

# 使用后一个值填充NaN值
df.fillna(method='bfill')

替换NaN值

我们使用replace()方法将NaN值替换为其他值。

df.replace(to_replace=np.nan, value=0)

以上就是如何在Pandas中处理包含NaN值的列的介绍。