python pandas DataFrame 替换

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, '', 4],'B': [5, 6, '', 8],'C': [9, 10, np.nan, 12],'D': [13, np.nan, 15, 16]},index=[0, 1, 2, 3])
print(df1)
         日期  A  B     C     D
0   2021-7-2  1  5   9.0  13.0
1   2021-8-2  2  6  10.0   NaN
2   2021-9-2         NaN  15.0
3  2021-10-2  4  8  12.0  16.0
df2 = df1.replace(['', np.nan],  # 替换前的数据[0, 0]  # 替换前的数据
)
print(df2)
          日期  A  B     C     D
0   2021-7-2  1  5   9.0  13.0
1   2021-8-2  2  6  10.0   0.0
2   2021-9-2  0  0   0.0  15.0
3  2021-10-2  4  8  12.0  16.0

python pandas DataFrame 数据替换相关推荐

  1. Python - pandas DataFrame数据的合并与拼接(merge、join、concat)

    目录 0 概述 1 merge方法 1.1 内连接 1.2 外连接 1.3 左连接 1.4 右连接 1.5 基于多列的连接算法 1.6 基于index的连接方法 2 join方法 2.1 index与 ...

  2. 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. import pandas as pd import numpy as np df1 = pd.Data ...

  3. python pandas DataFrame 查找NaN所在的位置

    python pandas DataFrame 查找 NaN 所在的位置 import pandas as pd import numpy as np df1 = pd.DataFrame({'日期' ...

  4. python pandas DataFrame 排序

    python pandas DataFrame 排序 import pandas as pd import numpy as np df1 = pd.DataFrame({'日期': ['2021-7 ...

  5. Python pandas.DataFrame.combine_first函数方法的使用

    Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的.Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具.Pandas提供了大量能使我们快速 ...

  6. Python pandas.DataFrame.tz_localize函数方法的使用

    Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的.Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具.Pandas提供了大量能使我们快速 ...

  7. Python pandas.DataFrame.expanding函数方法的使用

    Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的.Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具.Pandas提供了大量能使我们快速 ...

  8. Python pandas.DataFrame.melt函数方法的使用

    Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的.Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具.Pandas提供了大量能使我们快速 ...

  9. Python pandas.DataFrame.round函数方法的使用

    Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的.Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具.Pandas提供了大量能使我们快速 ...

最新文章

  1. java saf_Java 8 Lambda表达式探险
  2. php 自加 性能,对于数据库的自增、自减心得
  3. java web调用c_Java调用C/C++程序
  4. 用Java编写第一个区块链(二)
  5. 全民Tv帝师称称通过EOS赚了几千万,可信度有多高
  6. .NET Core实战项目之CMS 第十七章 CMS网站系统的部署
  7. python中find函数运算结果类型_Python 运算符与数据类型
  8. java 简单的加法 递归 从A加到B
  9. php java c_当PHP、Java、C、C++ 这几种编程语言变成汽车是什么样的场景?
  10. 数据源管理 | OLAP查询引擎,ClickHouse集群化管理
  11. maven 打包javadoc乱码解决方案
  12. 群体智能优化算法之人工鱼群优化算法(Artificial Fish Swarm Algorithm,AFSA)
  13. Axure原型图小字体在浏览器显示变大
  14. MySQL事务四大特性以及如何保证
  15. java 数据内地地址_我国大陆居民×××Java验证
  16. Android 10 SystemUI 如何隐藏状态栏耳机图标和定位图标
  17. CAD许可检出超时,该执行什么操作 简单三步即可
  18. 7-76 查询水果价格
  19. c#ip138自动获取代码
  20. 新生儿常见问题>奶癣

热门文章

  1. thymeleaf 的 th:each简单应用
  2. java中包的_Java中的包
  3. GitHub 的项目徽章
  4. R语言|又来一个气泡图
  5. 在Windows系统利用IP地址登陆Linux服务器
  6. 蚂蚁森林合种计划(2020.12.19更新,7天有效)
  7. BBI:Eran Elinav组综述在微生物组研究中使用宏转录组
  8. 基因组注释3.基因的功能注释Prokka
  9. 谁说被吃是鸡的宿命?这只鸡长了个价值三个诺奖的肿瘤
  10. 电脑开机时光驱咔咔响_电脑蓝屏了我该怎么办!