python - 选择具有 NaN 或 NULL 值的 pandas 数据框列并用 0 填充
问题描述
我有一个数据框,在几个不同的列中有一些缺失的数据。如何编写一个函数来识别缺少(即 NaN 或 NULL 值)数据的列并用 0 填充它们?
我目前有这个用于输入我已经知道缺少数据的特定列;但是我试图想出一个函数来自己查找缺少数据的列。
def fill_blanks(dataframe, column):
dataframe[column] = dataframe[column].fillna(0)
解决方案
你可以使用.fillna()
df = df.fillna(0)
或者
df.fillna(0, inplace=True)
推荐阅读
- ubuntu - 如何安装和配置通用映射工具 (GMT)?
- c++ - 约束类模板函数以接受特定的 POD 类型
- php - 使用来自 SQL 的数据填充 Modal(根据单击的元素修改查询)
- homekit - ESP HomeKit - 无法在某些路由器上添加附件
- zip - WinRar 通过 cli 压缩多个文件夹
- excel - 如何根据动态变化的数据从 Excel 中的一系列单元格返回地址?
- php - 从python脚本获取变量到php页面
- python - 从视频帧中采样并将它们保存为图像 - python openCV
- r - 如何在 R 中创建打印功能?
- java - 如何在不删除现有对象的情况下将新对象存储在arraylist中