Python Pandas - 使用常量值填充缺失列值 (NaN)
pythonserver side programmingprogramming更新于 2025/11/9 6:36:17
使用 fillna() 方法，并使用参数 value 为所有缺失值设置一个常量值。首先，让我们导入所需的库及其各自的别名 −
import pandas as pd import numpy as np
创建一个包含 2 列的 DataFrame。我们已经使用 Numpy np.NaN 设置了 NaN 值 −
dataFrame = pd.DataFrame(
{
"Car": ['BMW', 'Lexus', 'Lexus', 'Mustang', 'Bentley', 'Mustang'],"Units": [100, 150, np.NaN, 80, np.NaN, np.NaN]
}
)
为带有 NaN 的列值放置一个常量值即这里的单位列 −
constVal = 200
用常量值替换 NaN，即 200 −
dataFrame['Units'].fillna(value=constVal, inplace=True)
示例
以下是代码 −
import pandas as pd
import numpy as np
# 创建 DataFrame
dataFrame = pd.DataFrame(
{
"Car": ['BMW', 'Lexus', 'Lexus', 'Mustang', 'Bentley', 'Mustang'],"Units": [100, 150, np.NaN, 80, np.NaN, np.NaN]
}
)
print"DataFrame ...\n",dataFrame
# 为列值放置一个常量值，例如，此处的 Units 列
constVal = 200
# 将 NaN 替换为常量值，例如 200
dataFrame['Units'].fillna(value=constVal, inplace=True)
print"\n用常量值填充 NaN 值后更新了数据框......\n",dataFrame
输出
这将产生以下输出 −
DataFrame ... Car Units 0 BMW 100.0 1 Lexus 150.0 2 Lexus NaN 3 Mustang 80.0 4 Bentley NaN 5 Mustang NaN 用常量值填充 NaN 值后更新了数据框...... Car Units 0 BMW 100.0 1 Lexus 150.0 2 Lexus 200.0 3 Mustang 80.0 4 Bentley 200.0 5 Mustang 200.0
相关文章
有用资源
python 参考教程 - 该教程包含有关 python 的更多信息:https://www.cainiaomax.com/python/
