DataFrame中将数据中的某一个值用其他值代替

1.在对数据进行分析时我们会遇到缺失值，其中有一部分缺失值是用"?"来表示的，我们对其进行填补时可能会出现"BadInputError: Data is not float."的错误，因此我们可以用replace将其转换为nan

import numpy as np
import pandas as pd
data = pd.DataFrame(np.random.random(9).reshape((3,3))) 
print(data)
          0         1         2
0  0.277842  0.933150  0.686117
1  0.245226  0.040764  0.198539
2  0.042279  0.013079  0.245121

data.iloc[np.random.randint(2),np.random.randint(2)] = "?"

print(data)
           0         1         2
0   0.277842  0.933150  0.686117
1          ?  0.040764  0.198539
2  0.0422795  0.013079  0.245121

data = data00.replace("?",np.nan)

          0         1         2
0  0.277842  0.933150  0.686117
1       NaN  0.040764  0.198539
2  0.042279  0.013079  0.245121

2.如果想要对data中的nan数据填充0或者其他值也可以用replace

data = data.replace("nan", 0)
data.iloc[1,0] +9
9
#如果是下面的代码
data = data.fillna(0)
data.iloc[1,0] + 9

......
......(出现错误)
TypeError: must be str, not int

3.可以用data.fillna(0)用0来填充。