pandas - Pandas 使用字典将空替换为基于列的值
问题描述
我有一个包含几十列的数据框。我想用特定的数字或字符串替换 NaN 或空值,具体取决于列。有没有可行的字典方法?下面的字典示例,不确定如何将其应用于数据框。使用 Python 2.7
mydict ={'ColA': -999, 'ColB': -888, 'ColC': 'TBD'}
解决方案
只需使用pandas.DataFrame.fillna
:
import pandas as pd
df = pd.DataFrame({'ColA': [1, np.nan, 3], 'ColB':[10, np.nan, 30], 'ColC':[100, np.nan, 300]})
mydict ={'ColA': -999, 'ColB': -888, 'ColC': 'TBD'}
new_df = df.fillna(mydict)
print(new_df)
输出:
ColA ColB ColC
0 1.0 10.0 100
1 -999.0 -888.0 TBD
2 3.0 30.0 300
推荐阅读
- android - Android EditText Android 中的动画
- javascript - 在 Jquery 中有一个持续更改字体大小的滑块,但需要帮助才能变成 Vanilla js
- rocksdb - 强制将 Rocksdb 内存表刷新到磁盘
- flutter - 使用 .net core API 服务在 Flutter 应用中注册后如何进行电子邮件验证
- python - 有没有办法在退出 Spyder 时自动执行 Python 文件(有点像启动的反面)?
- flutter - Rive 无法在 android 上加载资产
- docker - 使用 github-action 构建镜像并推送到 docker hub
- python - 如何检查元素是否与现有元素正交相邻(旁边)?
- firebase - 有没有其他方法可以向没有 firebase 的用户发送通知消息?
- c++ - 通过提升奇怪的http响应