关于python:如何在pandas数据帧的列中用Zero替换所有NaN值

How can I replace all the NaN values with Zero's in a column of a pandas dataframe

我有一个数据框如下

1
2
3
4
5
6
7
8
9
10
11
12
      itm Date                  Amount
67    420 2012-09-30 00:00:00   65211
68    421 2012-09-09 00:00:00   29424
69    421 2012-09-16 00:00:00   29877
70    421 2012-09-23 00:00:00   30990
71    421 2012-09-30 00:00:00   61303
72    485 2012-09-09 00:00:00   71781
73    485 2012-09-16 00:00:00     NaN
74    485 2012-09-23 00:00:00   11072
75    485 2012-09-30 00:00:00  113702
76    489 2012-09-09 00:00:00   64731
77    489 2012-09-16 00:00:00     NaN

当我尝试将一个函数应用于Amount列时,我得到以下错误。

1
ValueError: cannot convert float NaN to integer

我尝试使用数学模块中的.isnan来应用函数
我试过了pandas .replace属性
我尝试了pandas 0.9的.sparse数据属性
我也尝试过函数中的NaN == NaN语句。
我也看过这篇文章如何在R数据帧中用零替换NA值? 同时看一些其他文章。
我尝试的所有方法都没有工作或者没有认识到NaN。
任何提示或解决方案将不胜感激。


我相信DataFrame.fillna()会为你做这件事。

链接到数据框和系列的文档。

例:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
In [7]: df
Out[7]:
          0         1
0       NaN       NaN
1 -0.494375  0.570994
2       NaN       NaN
3  1.876360 -0.229738
4       NaN       NaN

In [8]: df.fillna(0)
Out[8]:
          0         1
0  0.000000  0.000000
1 -0.494375  0.570994
2  0.000000  0.000000
3  1.876360 -0.229738
4  0.000000  0.000000

要仅在一列中填充NaN,请仅选择该列。在这种情况下,我使用inplace = True来实际更改df的内容。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
In [12]: df[1].fillna(0, inplace=True)
Out[12]:
0    0.000000
1    0.570994
2    0.000000
3   -0.229738
4    0.000000
Name: 1

In [13]: df
Out[13]:
          0         1
0       NaN  0.000000
1 -0.494375  0.570994
2       NaN  0.000000
3  1.876360 -0.229738
4       NaN  0.000000


切片无法保证返回视图或副本。你可以做

1
df['column'] = df['column'].fillna(value)


您可以使用replaceNaN更改为0

1
2
3
4
5
6
7
8
9
10
11
import pandas as pd
import numpy as np

# for column
df['column'] = df['column'].replace(np.nan, 0)

# for whole dataframe
df = df.replace(np.nan, 0)

# inplace
df.replace(np.nan, 0, inplace=True)

我只是想提供一些更新/特殊情况,因为看起来人们仍然来到这里。如果您正在使用多索引或使用索引切片器,则inplace = True选项可能不足以更新您选择的切片。例如,在2x2级别的多索引中,这不会更改任何值(从pandas 0.15开始):

1
2
idx = pd.IndexSlice
df.loc[idx[:,mask_1],idx[mask_2,:]].fillna(value=0,inplace=True)

"问题"是链接打破了fillna更新原始数据帧的能力。我把"问题"放在引号中,因为设计决策有充分的理由导致在某些情况下不通过这些链解释。此外,这是一个复杂的例子(虽然我真的遇到过它),但同样可能适用于较少级别的索引,具体取决于您的切片方式。

解决方案是DataFrame.update:

1
df.update(df.loc[idx[:,mask_1],idx[[mask_2],:]].fillna(value=0))

它是一行,读取得相当好(有点)并消除了任何不必要的中间变量或循环的混乱,同时允许您将fillna应用于您喜欢的任何多级切片!

如果任何人都可以找到不起作用的地方,请在评论中发帖,我一直在搞乱它并查看源代码,它似乎至少解决了我的多索引切片问题。


以下代码对我有用。

1
2
3
4
5
import pandas

df = pandas.read_csv('somefile.txt')

df = df.fillna(0)

填写缺失值的简便方法: -

填充字符串列:当字符串列具有缺失值和NaN值时。

1
df['string column name'].fillna(df['string column name'].mode().values[0], inplace = True)

填充数字列:当数字列具有缺失值和NaN值时。

1
df['numeric column name'].fillna(df['numeric column name'].mean(), inplace = True)

用零填充NaN:

1
df['column name'].fillna(0, inplace = True)


enter image description here

考虑上表中的特定列Amount是整数类型。以下是一个解决方案:

1
df['Amount'] = df.Amount.fillna(0).astype(int)

同样,您可以使用各种数据类型填充它,如floatstr等。

特别是,我会考虑数据类型来比较同一列的各种值。


如果您要将其转换为pandas数据帧,您还可以使用fillna来完成此操作。

1
2
3
4
5
6
import numpy as np
df=np.array([[1,2,3, np.nan]])

import pandas as pd
df=pd.DataFrame(df)
df.fillna(0)

这将返回以下内容:

1
2
3
4
5
     0    1    2   3
0  1.0  2.0  3.0 NaN
>>> df.fillna(0)
     0    1    2    3
0  1.0  2.0  3.0  0.0

替换pandas中的na值

1
df['column_name'].fillna(value_to_be_replaced,inplace=True)

if inplace = False,而不是更新df(数据帧),它将返回修改后的值。


主要有两种选择;如果插入或填充缺失值NaN / np.nan只有数字替换(跨列:

df['Amount'].fillna(value=None, method= ,axis=1,)就足够了:

从文档:

value:标量,字典,系列或DataFrame
用于填充孔的值(例如0),交替a
dict / Series / DataFrame值指定要用于的值
每个索引(对于Series)或列(对于DataFrame)。 (价值不是
在dict / Series / DataFrame中不会被填充)。这个值不能
成为一个清单。

这意味着'字符串'或'常数'不再允许被推算。

对于更专业的插补,使用SimpleImputer():

1
2
3
from sklearn.impute import SimpleImputer
si = SimpleImputer(strategy='constant', missing_values=np.nan, fill_value='Replacement_Value')
df[['Col-1', 'Col-2']] = si.fit_transform(X=df[['C-1', 'C-2']])

您还可以使用词典填充DataFrame中特定列的NaN值,而不是使用某个oneValue填充所有DF。

1
2
3
4
5
6
7
8
9
10
11
12
import pandas as pd

df = pd.read_excel('example.xlsx')
df.fillna( {
        'column1': 'Write your values here',
        'column2': 'Write your values here',
        'column3': 'Write your values here',
        'column4': 'Write your values here',
        .
        .
        .
        'column-n': 'Write your values here'} , inplace=True)