pandas 데이터 가 NaN 값 인지 아 닌 지 를 판단 하 는 방법 에 대한 상세 한 설명
구체 적 인 방법 은 먼저 특정한 특징의 구체 적 인 분포 상황 을 본 다음 에 우 리 는 적당 한 한도 값 을 선택 하여 분할 할 수 있다.
def age_map(x):
if x < 26:
return 0
elif x >=26 and x <= 35:
return 1
elif x > 35 and x <= 45:
return 2
elif pd.isnull(x): # NaN ,== in
return 3
else:
return 4
즉,pandas 자체 함수 로 표시 하 는 것 입 니 다.
pd.isnull(x)
마지막 으로 우 리 는 map 함 수 를 응용 할 수 있다.
data['age'] = data['birth_year'].map(age_map)
이 판 다스 데이터 가 NaN 값 인지 아 닌 지 를 판단 하 는 방법 에 대한 상세 한 설명 은 편집장 님 께 서 공유 해 주신 모든 내용 입 니 다.참고 해 주시 고 많은 응원 부 탁 드 리 겠 습 니 다.
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
【Pandas】DatetimeIndex란? no.29안녕하세요, 마유미입니다. Pandas에 대한 기사를 시리즈로 작성하고 있습니다. 이번은 제29회의 기사가 됩니다. 에서 Pandas의 시간에 대한 모듈에 대해 씁니다. 이번 기사에서는, 「DatetimeIndex」...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.