如何在Python中优雅地处理空值或NaN?
在Python中,你可以使用pandas
库来优雅地处理空值或NaN。以下是一些常用的方法:
- 使用
isna()
或isnull()
函数检查数据是否有NaN:
import pandas as pd
data = {'A': [1, 2], 'B': [3, np.nan]}
df = pd.DataFrame(data)
# 检查B列是否包含NaN
nan_in_B = df['B'].isna()
print(nan_in_B)
- 使用
fillna()
方法将NaN替换为指定的值:
# 将B列的NaN替换为0
df['B'] = df['B'].fillna(0)
print(df)
- 如果你的数据是
pandas.Series
或pandas.DataFrame
,你可以直接调用fillna(value)
方法来填充NaN。例如:
# 填充Series中的NaN为0
ser = pd.Series([1, 2], [np.nan, 3]]).fillna(0)
print(ser)
以上就是在Python中优雅地处理空值或NaN的方法。
还没有评论,来说两句吧...