python pandas DataFrame 替换 NaN 值和删除 NaN 所在的行。

夏华东的博客

于 2021-12-29 15:27:21 发布

阅读量9.7k

点赞数 1

文章标签： python 开发语言后端

本文链接：https://blog.csdn.net/weixin_44493841/article/details/122217053

版权

本文介绍如何使用pandas库在Python中处理DataFrame中的NaN值，包括用特定值替换和删除包含NaN的行。通过实例演示了fillna()函数替换NaN，并展示了dropna()函数删除含有缺失值的记录。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

python pandas DataFrame 替换 NaN 值和删除 NaN 所在的行。

import pandas as pd
import numpy as np

df1 = pd.DataFrame(
    {
        '日期': ['2021-7-2', '2021-8-2', '2021-9-2', '2021-10-2'],
        'A': [1, 2, 3, 4],
        'B': [5, np.nan, 7, 8],
        'C': [9, 10, 11, np.nan],
        'D': [13, 14, 15, 16],
        'E': ['年龄', '性别', '职业', '姓名'],
    },
    index=[0, 1, 2, 3])
print(df1)

          日期  A    B     C   D   E
0   2021-7-2  1  5.0   9.0  13  年龄
1   2021-8-2  2  NaN  10.0  14  性别
2   2021-9-2  3  7.0  11.0  15  职业
3  2021-10-2  4  8.0   NaN  16  姓名

# 替换NaN值
df2 = df1.fillna(
    '替换NaN',  # nan的替换值
    inplace=False  # 是否跟换源文件
)
print(df2)

          日期  A      B      C   D   E
0   2021-7-2  1    5.0    9.0  13  年龄
1   2021-8-2  2  替换NaN   10.0  14  性别
2   2021-9-2  3    7.0   11.0  15  职业
3  2021-10-2  4    8.0  替换NaN  16  姓名

df3 = df1.dropna(inplace=False)  # 删除NaN行
print(df3)

         日期  A    B     C   D   E
0  2021-7-2  1  5.0   9.0  13  年龄
2  2021-9-2  3  7.0  11.0  15  职业

python pandas DataFrame 替换 NaN 值 和 删除 NaN 所在的行。

python pandas DataFrame 替换 NaN 值 和 删除 NaN 所在的行。

python pandas DataFrame 替换 NaN 值和删除 NaN 所在的行。

python pandas DataFrame 替换 NaN 值和删除 NaN 所在的行。