Oft sind Sie daran interessiert, eine oder mehrere Zeichenfolgenspalten in einem Pandas-DataFrame in Float-Spalten zu konvertieren. Glücklicherweise ist dies mit der Funktion astype() einfach zu bewerkstelligen.
Dieses Tutorial zeigt mehrere …
Oft könnten Sie daran interessiert sein, NaN-Werte in einem Pandas-DataFrame durch Nullen zu ersetzen. Glücklicherweise ist dies mit der Funktion fillna() einfach zu bewerkstelligen.
Dieses Tutorial zeigt einige Beispiele für die Verwendung dieser Funktion.
Beispiel 1: Ersetzen Sie NaN-Werte durch Nullen in einer Spalte
Angenommen, wir haben die folgenden Pandas DataFrame:
import numpy as np
import pandas as pd
#Dataframe erstellen mit einigen NaN-Werten
df = pd.DataFrame({'rating': [np.nan, 85, np.nan, 88, 94, 90, 76, 75, 87, 86],
'points': [25, np.nan, 14, 16, 27, 20, 12, 15, 14, 19],
'assists': [5, 7, 7, np.nan, 5, 7, 6, 9, 9, 5],
'rebounds': [11, 8, 10, 6, 6, 9, 6, 10, 10, 7]})
#Dataframe anzeigen
df
rating points assists rebounds
0 NaN 25.0 5.0 11
1 85.0 NaN 7.0 8
2 NaN 14.0 7.0 10
3 88.0 16.0 NaN 6
4 94.0 27.0 5.0 6
5 90.0 20.0 7.0 9
6 76.0 12.0 6.0 6
7 75.0 15.0 9.0 10
8 87.0 14.0 9.0 10
9 86.0 19.0 5.0 7
Wir können die folgende Syntax verwenden, um die NaN-Werte durch Nullen in der Spalte "rating" zu ersetzen:
# Ersetzen Sie NaNs durch Nullen in der Spalte 'rating'
df['rating'] = df['rating'].fillna(0)
#Dataframe anzeigen
df
rating points assists rebounds
0 0.0 25.0 5.0 11
1 85.0 NaN 7.0 8
2 0.0 14.0 7.0 10
3 88.0 16.0 NaN 6
4 94.0 27.0 5.0 6
5 90.0 20.0 7.0 9
6 76.0 12.0 6.0 6
7 75.0 15.0 9.0 10
8 87.0 14.0 9.0 10
9 86.0 19.0 5.0 7
Beispiel 2: Ersetzen Sie NaN-Werte durch Nullen in mehreren Spalten
Wir können die folgende Syntax verwenden, um die NaN-Werte sowohl in den Spalten "rating" als auch "points" durch Nullen zu ersetzen:
# Ersetzen Sie NaNs durch Nullen in den Spalten "rating" und "points"
df[['rating', 'points']] = df[['rating', 'points']].fillna(0)
#Dataframe anzeigen
df
rating points assists rebounds
0 0.0 25.0 5.0 11
1 85.0 0.0 7.0 8
2 0.0 14.0 7.0 10
3 88.0 16.0 NaN 6
4 94.0 27.0 5.0 6
5 90.0 20.0 7.0 9
6 76.0 12.0 6.0 6
7 75.0 15.0 9.0 10
8 87.0 14.0 9.0 10
9 86.0 19.0 5.0 7
Beispiel 3: Ersetzen Sie NaN-Werte in allen Spalten durch Nullen
Wir können die folgende Syntax verwenden, um die NaN-Werte in jeder Spalte durch Nullen zu ersetzen:
# Ersetzen Sie NaNs durch Nullen in allen Spalten
df = df.fillna(0)
#Dataframe anzeigen
df
rating points assists rebounds
0 0.0 25.0 5.0 11
1 85.0 0.0 7.0 8
2 0.0 14.0 7.0 10
3 88.0 16.0 0.0 6
4 94.0 27.0 5.0 6
5 90.0 20.0 7.0 9
6 76.0 12.0 6.0 6
7 75.0 15.0 9.0 10
8 87.0 14.0 9.0 10
9 86.0 19.0 5.0 7
Die vollständige Dokumentation zur Funktion pandas fillna() finden Sie hier.
Das könnte Sie auch interessieren:
Strings in Float umwandeln - Pandas
So sortieren Sie Werte in einem Pandas DataFrame
Oft möchten Sie einen Pandas-DataFrame nach einer oder mehreren Spalten sortieren. In diesem Tutorial wird erklärt, wie Sie dies mit der pandas sort_values- Funktion tun.