Wie kann ich NaN-Werte in Pandas-DataFrames effizient und ohne Schleifen ersetzen?

Schleifenfreier NaN-Ersatz in Pandas-DataFrames

Das Ersetzen von NaN-Werten in einem Pandas-DataFrame kann eine häufige Aufgabe sein. Ein Ansatz besteht darin, NaNs iterativ durch den ersten darüber liegenden Nicht-NaN-Wert zu ersetzen. Diese Methode ist jedoch ineffizient und kann fehleranfällig sein.

Glücklicherweise bietet Pandas mit der Fillna-Methode eine effizientere und schleifenfreie Möglichkeit, dies zu erreichen. Durch Angabe der Methode als „ffill“ (Vorwärtsfüllung) gibt Pandas die letzte gültige Beobachtung an die nächste gültige Beobachtung weiter:

import pandas as pd

df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]])

df.fillna(method='ffill')

Dies führt zu folgendem DataFrame:

   0  1  2
0  1  2  3
1  4  2  3
2  4  2  9

Die Fillna-Methode ermöglicht auch das Rückwärtsfüllen (Füllen von unten) mit der Funktion „bfill“ (Rückwärtsfüllen). Methode:

df.fillna(method='bfill')

Standardmäßig ändert die Fillna-Methode den ursprünglichen DataFrame nicht. Um den ursprünglichen DataFrame zu ändern, geben Sie inplace=True:

df.fillna(method='ffill', inplace=True)

an

Das obige ist der detaillierte Inhalt vonWie kann ich NaN-Werte in Pandas-DataFrames effizient und ohne Schleifen ersetzen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!