Kinh Nghiệm về Hướng dẫn dùng dataframe fillna python 2022
Bạn đang tìm kiếm từ khóa Hướng dẫn dùng dataframe fillna python được Cập Nhật vào lúc : 2022-09-26 05:40:30 . Với phương châm chia sẻ Bí kíp về trong nội dung bài viết một cách Chi Tiết 2022. Nếu sau khi Read tài liệu vẫn ko hiểu thì hoàn toàn có thể lại phản hồi ở cuối bài để Admin lý giải và hướng dẫn lại nha.
Phương thức pandas.DataFrame.fillna () được sử dụng để điền vào cột (một hoặc nhiều cột) chứa NA / NaN / None với 0, trống, trống hoặc bất kỳ giá trị được chỉ định nào, v.v. NaN sẽ là một giá trị bị thiếu. Khi bạn xử lý máy học, việc xử lý những giá trị bị thiếu là rất quan trọng, không xử lý những giá trị này sẽ dẫn đến tác dụng phụ với kết quả không đúng chuẩn.
Nội dung chính
- 1. Ví dụ nhanh về pandas fillna ()
- 3. pandas fillna NaN với Không giá trị
- 4. gấu trúc điền vào một trong những cột
- 5. điền vào nhiều cột
- 6. Điền với thông số số lượng giới hạn
- 7. Hoàn thành Ví dụ về pandas fillna
- Sự kết luận
- Người giới
thiệu
Tệp CSV nhận được từ những nguồn của bên thứ ba, hầu hết thời hạn nó có mức giá trị null cho khoảng chừng trống /
trống. Bằng cách sử dụng pandas.read_csv (), chúng tôi hoàn toàn có thể tải tệp CSV vào DataFrame và pandas quy đổi toàn bộ những giá trị null thành NaN trong DataFrame.
Bạn hoàn toàn có thể thả những hàng có mức giá trị NaN bằng pandas.DataFrame.dropna () hoặc xử lý NaN bằng phương pháp điền những giá trị rõ ràng bằng phương thức fillna ().
pandas fillna Key Points
- Nó được sử dụng để điền những giá trị NaN với những giá trị được chỉ định (0, trống, v.v.).
- Nếu bạn muốn xem xét vô cùng
(inf và -inf) được NA trong tính toán, bạn hoàn toàn có thể đặt pandas.options.mode.use_inf_as_na = True. - Ngoài NaN, gấu trúc None cũng coi như mất tích.
Liên quan: gấu trúc thả hàng & cột với NaN bằng phương pháp sử dụng dropna ()
- 1. Ví dụ nhanh về pandas fillna ()
- 2. Cú pháp pandas.DataFrame.fillna ()
- 3. pandas
fillna NaN với Không giá trị - 4. gấu trúc điền vào một trong những cột
- 5. điền vào nhiều cột
- 6. Điền với thông số số lượng giới hạn
- 7. Hoàn thành Ví dụ về pandas fillna
- Sự kết luận
- Người trình làng
1. Ví dụ nhanh về pandas fillna ()
Dưới đấy là những ví dụ nhanh về cung và cách sử
dụng phương thức pandas fillna ().
# fillna() on all columns
df2=df.fillna(‘None’)
# fillna() on once column
df2[‘Discount’] = df[‘Discount’].fillna(0)
# fillna() on multiple columns
df2[[‘Discount’,’Fee’]] = df[[‘Discount’,’Fee’]].fillna(0)
# fillna() on multiple columns with different values
df2 = df.fillna(value=’Discount’:0,’Fee’:10000)
# fill with limit
df2=df.fillna(value=’Discount’:0,’Fee’:0,limit=1)
Dưới đấy là cú pháp của phương thức pandas.DataFrame.fillna (). Điều này nhận giá trị tham số, phương thức, trục, vị trí, số lượng giới hạn và truyền xuống và trả về một DataFrame mới. Khi inplace = True được sử dụng, nó trả về Không có khi thay thế xẩy ra trên đối tượng người dùng DataFrame hiện có.
# Syntax of pandas.DataFrame.fillna()
DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None)
- value – Sử dụng vô hướng, dict, Series hoặc DataFrame nhưng không sử dụng list.
- method – Lấy
một trong những giá trị sau ‘backfill “,” bfill “,” pad “,” ffill “, None. Mặc định Không có. - axis – 0 hoặc ‘chỉ mục’, 1 hoặc ‘cột’. Được sử dụng để trục xác lập để điền những giá trị.
- inplace – Sai mặc định. Khi được sử dụng True, nó update đối tượng người dùng DataFrame hiện có.
- limit – Chỉ định số lần điền sẽ xẩy ra. Đây là số giá trị NaN liên tục lớn số 1 được thay thế bằng giá trị đã chỉ
định. - downcast – Nó sử dụng một cặp khóa-giá trị dict chỉ định kiểu tài liệu cho downcast. Giống như Float64 đến int64ngày thành chuỗi, v.v.
Hãy tạo một DataFrame
# Create DataFrame
import pandas as pd
import numpy as np
df = pd.DataFrame((
‘Courses’:[“Spark”,’Java’,”Scala”,’Python’],
‘Fee’ :[20000,np.nan,26000,24000],
‘Duration’:[’30days’,’40days’,’NA’,’40days’],
‘Discount’:[1000,np.nan,2500,None]
))
print(df)
3. pandas fillna NaN với Không giá trị
Phương thức fillna () được sử dụng để điền những giá trị NaN / NA trên một cột được chỉ định hoặc trên toàn bộ DataaFrame với bất kỳ giá trị nhất định
nào. Bạn hoàn toàn có thể chỉ định sửa đổi bằng phương pháp sử dụng tại chỗ hoặc số lượng giới hạn số lần điền để thực thi hoặc chọn một trục có điền vào những hàng / cột hay là không, v.v. Ví dụ Dưới đây điền vào toàn bộ những giá trị NaN bằng Không có mức giá trị nào.
# fillna to replace all NaN
df2=df.fillna(‘None’)
print(df2)
# Outputs
# Courses Fee Duration Discount
#0 Spark 20000.0 30days 1000.0
#1 Java None 40days None
#2 Scala 26000.0 None 2500.0
#3 Python 24000.0 40days None
Để update việc sử dụng DataFrame hiện có df.fillna(‘None’, inplace=True). Bạn cũng hoàn toàn có thể sử dụng phương thức pandas.DataFrame.replace () để thay thế NaN bằng giá trị 0. tương tự, bạn cũng hoàn toàn có thể thay thế NaN bằng chuỗi trống hoặc
chuỗi trống.
4. gấu trúc điền vào một trong những cột
Ví dụ trên đã điền toàn bộ những giá trị NaN trên toàn bộ DataFrame. đôi lúc bạn chỉ việc thay thế trên một cột, bạn hoàn toàn có thể làm như vậy bằng phương pháp chọn cột DataFrame cho phương thức fillna ().
# fillna on one column
df2[‘Discount’] = df[‘Discount’].fillna(‘0’)
print(df2)
# Outputs
# Courses Fee Duration Discount
#0 Spark 20000.0 30days 1000.0
#1 Java None 40days 0
#2 Scala 26000.0 None 2500.0
#3 Python 24000.0 40days 0
5. điền vào nhiều cột
Sử dụng phương thức pandas fillna () để điền một giá trị được chỉ định trên nhiều cột DataFrame, những
cột update ví dụ phía dưới Discount và Fee 0 cho những giá trị NaN.
# fillna() on multiple columns
df2[[‘Discount’,’Fee’]] = df[[‘Discount’,’Fee’]].fillna(‘0’)
print(df2)
#Outputs
Courses Fee Duration Discount
0 Spark 20000.0 30days 1000.0
1 Java 0 40days 0
2 Scala 26000.0 None 2500.0
3 Python 24000.0 40days 0
Bây giờ, hãy xem cách điền giá trị rất khác nhau cho từng cột. Cột update ví dụ dưới đây Discount 0 và cột Fee 10000 cho những giá trị NaN.
# fillna() on multiple columns
df2 = df.fillna(value=’Discount’:’0′,’Fee’:10000)
print(df2)
# Outputs
# Courses Fee Duration Discount
#0 Spark 20000.0 30days 1000.0
#1 Java 10000.0 40days 0
#2 Scala 26000.0 NaN 2500.0
#3 Python 24000.0 40days 0
6. Điền với thông số số lượng giới hạn
Để trấn áp cách điền những giá trị NaN, hãy sử dụng limit tham số. So sánh kết quả dưới
đây với kết quả trên để thấy sự khác lạ.
# fill with limit
df2=df.fillna(value=’Discount’:0,’Fee’:0,limit=1)
print(df2)
# Outputs
# Courses Fee Duration Discount
#0 Spark 20000.0 30days 1000.0
#1 Java 0.0 40days 0.0
#2 Scala 26000.0 NaN 2500.0
#3 Python 24000.0 40days NaN
7. Hoàn thành Ví dụ về pandas fillna
import pandas as pd
import numpy as np
df = pd.DataFrame((
‘Courses’:[“Spark”,’Java’,”Scala”,’Python’],
‘Fee’ :[20000,np.nan,26000,24000],
‘Duration’:[’30days’,’40days’,np.nan,’40days’],
‘Discount’:[1000,np.nan,2500,None]
))
print(df)
# fillna() on all columns
df2=df.fillna(‘None’)
print(df2)
# fillna() on once column
df2[‘Discount’] = df[‘Discount’].fillna(0)
print(df2)
# fillna() on multiple columns
df2[[‘Discount’,’Fee’]] = df[[‘Discount’,’Fee’]].fillna(0)
print(df2)
# fillna() on multiple columns
df2 = df.fillna(value=’Discount’:0,’Fee’:10000)
print(df2)
# fill with limit
df2=df.fillna(value=’Discount’:0,’Fee’:0,limit=1)
print(df2)
Sự kết luận
Trong bài này, bạn đã học phương thức DataFrame fillna () để điền vào một trong những cột, nhiều cột chứa NaN với một giá trị xác lập. Cũng đã học cách thay thế những giá trị rất khác nhau cho từng cột.
Học vui vẻ !!
Người giới
thiệu
Tải thêm tài liệu liên quan đến nội dung bài viết Hướng dẫn dùng dataframe fillna python
programming
python
Reply
7
0
Chia sẻ
Chia Sẻ Link Cập nhật Hướng dẫn dùng dataframe fillna python miễn phí
Bạn vừa đọc Post Với Một số hướng dẫn một cách rõ ràng hơn về Review Hướng dẫn dùng dataframe fillna python tiên tiến và phát triển nhất và Chia SẻLink Tải Hướng dẫn dùng dataframe fillna python Free.
Thảo Luận vướng mắc về Hướng dẫn dùng dataframe fillna python
Nếu sau khi đọc nội dung bài viết Hướng dẫn dùng dataframe fillna python vẫn chưa hiểu thì hoàn toàn có thể lại phản hồi ở cuối bài để Admin lý giải và hướng dẫn lại nha
#Hướng #dẫn #dùng #dataframe #fillna #python