Comment puis-je remplacer les valeurs NaN dans une colonne Pandas DataFrame ?

Remplacement des valeurs NaN dans la colonne Dataframe

La rencontre de valeurs NaN (Not-a-Number) dans une colonne Dataframe peut entraîner des erreurs lorsque appliquer des fonctions. Pour résoudre ce problème, Pandas fournit une solution pratique en utilisant soit DataFrame.fillna() ou Series.fillna().

Exemple :

Considérez une trame de données Pandas avec des valeurs NaN dans la colonne « Montant » :

import pandas as pd

df = pd.DataFrame({
    "itm": [420, 421, 421, 421, 421, 485, 485, 485, 485, 489, 489],
    "Date": ['2012-09-30', '2012-09-09', '2012-09-16', '2012-09-23', '2012-09-09', '2012-09-16', '2012-09-23', '2012-09-30', '2012-09-09', '2012-09-16'],
    "Amount": [65211, 29424, 29877, 30990, 61303, 71781, np.nan, 11072, 113702, 64731, np.nan]
})

Pour remplacer les valeurs NaN dans la colonne "Montant" par une valeur spécifique, utilisez fillna():

df["Amount"] = df["Amount"].fillna(0)

Vous pouvez également transmettre un dictionnaire avec les valeurs de remplacement souhaitées pour des colonnes spécifiques :

df = df.fillna({
    "Amount": 0
})

Cela remplacera toutes les valeurs NaN dans la colonne "Montant" par 0. Si vous souhaitez remplacer les valeurs NaN par une ou plusieurs valeurs différentes, précisez simplement le remplacement souhaité dans le dictionnaire.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!