python pandas 빈 값 과 빈 칸 제거 및 Nan 데이터 교체 방법
방법 1:
빈 값 과 빈 칸 이 모두 데이터 가 없다 고 생각 하 는 이상 이 두 가지 상황 에서 불 배열 을 먼저 얻 을 수 있다.
여기,우리 의 DataFrame 형식의 데이터 세트 는 df 이 며,그 중 하나의 변수 VIN 이 있 습 니 다.그러면 빈 값 과 빈 칸 을 얻 은 불 배열 은 NONE 입 니 다.VIN。그리고 이 불 배열 을 통 해 우리 가 원 하 는 데 이 터 를 얻 을 수 있 습 니 다.
NONE_VIN = (df["VIN"].isnull()) | (df["VIN"].apply(lambda x: str(x).isspace()))
df_null = df[NONE_VIN]
df_not_null = df[~NONE_VIN]Series 의.apply 방법 을 직접 사용 하여 변수 VIN 의 모든 값 을 수정 합 니 다.빈 칸 이 발견 되면 Nan 로 돌아 가 고,그렇지 않 으 면 원래 값 으로 돌아 갑 니 다.
df["VIN"]=df["VIN"].apply(lambda x: np.NaN if str(x).isspace() else x)
df_null = df[df["VIN"].isnull()]
df_not_null = df[df["VIN"].notnull()]
import pandas as pd
df1 = pd.DataFrame([{'col1':'a', 'col2':1}, {'col1':'b', 'col2':2}])
df2 = pd.DataFrame([{'col1':'a', 'col3':11}, {'col1':'c', 'col3':33}])
data = pd.merge(left=df1, right=df2, how='left', left_on='col1', right_on='col1')
print data
# NaN None
print data.where(data.notnull(), None)
col1 col2 col3
0 a 1 11
1 b 2 NaN
col1 col2 col3
0 a 1 11
1 b 2 None방법 1 의 사고방식 은 바로 빈 칸 인지 아 닌 지 를 직접 판정 하고 빈 칸 을 선택 에 포함 시 키 는 것 이다.방법 2 의 사 고 는 먼저 빈 칸 을 NaN 으로 바 꾼 다음 에.isnull()또는 notnull()을 정상적으로 사용 하여 우리 가 원 하 는 데 이 터 를 얻 는 것 이다.
이상 의 python pandas 는 빈 값 과 빈 칸 을 제거 하고 Nan 데이터 교체 방법 은 바로 작은 편집 이 여러분 에 게 공유 하 는 모든 내용 입 니 다.참고 하 실 수 있 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:
로마 숫자를 정수로 또는 그 반대로 변환그 중 하나는 로마 숫자를 정수로 변환하는 함수를 만드는 것이었고 두 번째는 그 반대를 수행하는 함수를 만드는 것이었습니다. 문자만 포함합니다'I', 'V', 'X', 'L', 'C', 'D', 'M' ; 문자열이 ...
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.
좋은 웹페이지 즐겨찾기
