用 nan 显示列值 pandas 的所有行

在使用 pandas 执行数据分析时，经常需要在数据框架中显示缺失值（NaN）。本篇文章将介绍如何使用 pandas 在数据框架中显示 NaN 值，包含以下内容：

• 如何在数据框架中创建含有 NaN 值的列
• 如何使用 pandas 显示含有 NaN 值的列
• 如何使用 pandas 将所有含有 NaN 值的列显示为 NaN

创建含有 NaN 值的列

在 pandas 中，可以使用 numpy.nan 常量来表示缺失值。例如，可以使用以下代码创建一个含有 NaN 值的数据框架：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, np.nan, 4],
                   'B': [5, np.nan, 7, 8],
                   'C': [9, 10, 11, 12]})

上述代码将创建一个数据框架 df，其中包含三列（A、B 和 C），其中 A 和 B 列中包含 NaN 值。

显示含有 NaN 值的列

默认情况下，pandas 会在数据框架中将 NaN 值显示为 NaN。也就是说，如果使用以下代码显示数据框架 df：

print(df)

输出将为：

     A    B   C
0  1.0  5.0   9
1  2.0  NaN  10
2  NaN  7.0  11
3  4.0  8.0  12

可以看到，数据框架中的 NaN 值已经被正确地显示为 NaN。

将所有含有 NaN 值的列显示为 NaN

如果需要将所有含有 NaN 值的列显示为 NaN，可以使用 pandas.DataFrame.fillna 方法。例如，可以使用以下代码将数据框架 df 中所有含有 NaN 值的列显示为 NaN：

df.fillna('NaN', inplace=True)

上述代码中的 fillna 方法将所有含有 NaN 值的列显示为字符串 'NaN'。最后，使用 inplace 参数将更改应用于原始数据框架 df。

如果需要使用其他值替换 NaN 值（例如，0），可以在 fillna 方法中指定值。例如，以下代码将数据框架 df 中所有含有 NaN 值的列显示为 0：

df.fillna(0, inplace=True)

结论

本篇文章介绍了如何创建含有 NaN 值的数据框架、如何使用 pandas 显示含有 NaN 值的数据框架、以及如何使用 pandas 将所有含有 NaN 值的数据框架显示为 NaN。当执行数据分析时，生产的数据一定存在缺失值的情形，了解和掌握上述如何处理 NaN 值的方法，将有助于顺利完成数据分析任务。