Pandas 用零替换空值 - Python

在 Pandas 中，经常遇到要对 DataFrame 中的 NaN 空值进行处理的情况。其中一种常见的方式是将这些空值替换为特定的数值，例如零。在这篇文章中，我将向大家介绍如何使用 Pandas 将 DataFrame 中的 NaN 替换为 0。

代码示例

我们首先导入 Pandas 库并创建一个简单的 DataFrame：

import pandas as pd

df = pd.DataFrame({'a': [1, 2, 3, None], 'b': [4, None, 6, 7], 'c': [None, 8, 9, 10]})
print(df)

输出：

     a    b     c
0  1.0  4.0   NaN
1  2.0  NaN   8.0
2  3.0  6.0   9.0
3  NaN  7.0  10.0

我们可以通过使用 fillna 方法来将 DataFrame 的 NaN 替换为零：

df.fillna(0, inplace=True)

现在我们来打印 DataFrame：

print(df)

输出：

     a    b     c
0  1.0  4.0   0.0
1  2.0  0.0   8.0
2  3.0  6.0   9.0
3  0.0  7.0  10.0

如上所示，我们成功将 DataFrame 中的 NaN 替换为零。

总结

本文介绍了如何使用 Pandas 将 DataFrame 中的 NaN 替换为零。使用 fillna 方法可以轻松地实现这一目标。如果您在工作中需要处理数据缺失的情况，这可能会对您的工作产生帮助。