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.DataFrame({'日期': ['2021-7-2', '2021-8-2', '2021-9-2', '2021-10-2'],'A': [1, 2, 3, 4],'B': [5, np.nan, 7, 8],'C': [9, 10, 11, np.nan],'D': [13, 14, 15, 16],'E': ['年龄', '性别', '职业', '姓名'],},index=[0, 1, 2, 3])
print(df1)
          日期  A    B     C   D   E
0   2021-7-2  1  5.0   9.0  13  年龄
1   2021-8-2  2  NaN  10.0  14  性别
2   2021-9-2  3  7.0  11.0  15  职业
3  2021-10-2  4  8.0   NaN  16  姓名
# 替换NaN值
df2 = df1.fillna('替换NaN',  # nan的替换值inplace=False  # 是否跟换源文件
)
print(df2)
          日期  A      B      C   D   E
0   2021-7-2  1    5.0    9.0  13  年龄
1   2021-8-2  2  替换NaN   10.0  14  性别
2   2021-9-2  3    7.0   11.0  15  职业
3  2021-10-2  4    8.0  替换NaN  16  姓名
df3 = df1.dropna(inplace=False)  # 删除NaN行
print(df3)
         日期  A    B     C   D   E
0  2021-7-2  1  5.0   9.0  13  年龄
2  2021-9-2  3  7.0  11.0  15  职业

python pandas DataFrame 替换 NaN 值 和 删除 NaN 所在的行。相关推荐

  1. python pandas DataFrame 数据替换

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

  2. 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' ...

  3. python pandas dataframe 行列选择,切片操作 原创 2017年02月15日 21:43:18 标签: python 30760 python pandas dataframe

    python pandas dataframe 行列选择,切片操作 原创 2017年02月15日 21:43:18 标签: python / 30760 编辑 删除 python pandas dat ...

  4. python pandas dataframe 列 转换为离散值

    python pandas dataframe 列 转换为离散值 import pandas as pd import numpy as np df1 = pd.DataFrame({'日期': [' ...

  5. 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 ...

  6. python pandas DataFrame 字符串转日期格式

    python pandas DataFrame 字符串转日期格式 import pandas as pd import numpy as np df1 = pd.DataFrame({'日期': [' ...

  7. python pandas DataFrame 转置

    python pandas DataFrame 转置 import pandas as pd df1 = pd.DataFrame({'日期': ['2021-7-2', '2021-8-2', '2 ...

  8. 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 ...

  9. 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 ...

最新文章

  1. easyui在IE中: SCRIPT1003: 缺少 ':'
  2. attr,abbr,addr三个常见的单词意思
  3. 不会吧,不会吧,还有人不知道 binlog ?
  4. 《穿越计算机的迷雾》读书笔记二
  5. IDEA中pom.xml中导入spring-boot-starter-thymeleaf报错的解决方案
  6. java关于throw Exception的一个小秘密
  7. frp 后台地址_Frp后台自动启动的几个方法
  8. 网络爬虫--26.Scrapy中下载器中间件Downloader Middlewares的使用
  9. 利用caffe的python接口实现DeepImageSynthesis实例
  10. C++模板之隐式实例化、显示实例化、隐式调用、显示调用和模板特化详解
  11. dw新建php文件自动生成html,dw如何新建css规则
  12. 小米线刷教程+小米8背面指纹版的MIUI10和MIUI11包分享
  13. 指定网络名不可用——终于解决啦!
  14. 网站URL如何SEO优化
  15. R语言学习笔记之str函数
  16. 计算机毕业设计Java“小蜜蜂”校园代取快递系统(源码+系统+mysql数据库+lw文档)
  17. 高级计算机网络-结课
  18. 线程池:4个方法,7个参数,4种拒绝策略
  19. 如何设计出用户喜爱的API
  20. 【DSP】CCS5.5安装教程

热门文章

  1. 重磅直播|中科慧眼崔峰博士详解深度相机原理及其应用
  2. 最新清华大学arXiv上传的深度学习摄像头运动估计论文
  3. SDOD:基于depth的实时3D检测与分割
  4. 超全的3D视觉数据集汇总
  5. 计算机视觉基本原理——RANSAC
  6. 基于模糊聚类的色彩迁移算法
  7. NeurIPS 2021 | 通过动态图评分匹配预测分子构象
  8. 第二十六课.深度强化学习(一)
  9. PPT绘制示意图视频+文字版本-一篇就学会
  10. QIIME 2教程. 29参考数据库DataResources(2020.11)