前言

本文是该专栏的第31篇,后面会持续分享python数据分析的干货知识,记得关注。

笔者在本专栏之前有单独详细介绍过,使用Numpy对数组元素进行替换的方法,感兴趣的同学,可翻阅查看“Numpy-如何对数组的元素进行替换”。

而本文来单独介绍pandas对指定列的NaN值进行操作的问题。

正文

1. 需求

比如说,现在有如下数据:

现在需要对该数据的score列的NaN值做一个处理。

需求1:将score列的NaN值替换成上下两门课程(上下两行)分数的平均值

需求2:将score列的NaN值填充为0


2. 将NaN值替换成上下两行的平均值

import numpy as np
import pandas as pd

Pandas-如何对指定某列的NaN值进行替换或填充相关推荐

  1. python对csv数据提取某列的某些行_python pandas获取csv指定行 列的操作方法

    pandas获取csv指定行,列 house_info = pd.read_csv('house_info.csv') 1:取行的操作: house_info.loc[3:6]类似于python的切片 ...

  2. python pandas读取csv文件指定行_python pandas获取csv指定行 列的操作方法

    python pandas获取csv指定行 列的操作方法 pandas获取csv指定行,列 house_info = pd.read_csv('house_info.csv') 1:取行的操作: ho ...

  3. Pandas.DataFrame删除指定行和列(drop)

    https://blog.csdn.net/qq_18351157/article/details/105785367

  4. pandas怎么去除nan_pandas缺失值处理之——如何消去Nan值对数字型字符串数据类型的影响,让数字型字符串保持原始str类型,而不会自动变为float类型?...

    在利用pandas处理表格时,往往有时我们用表格做的测试用例往往会设计考一些必填项*故意赋值为空(代表不输入)的测试用例, 比如说我们的手机号.身份证号码.社会统一信用代码等都是数字型字符串.如下所示 ...

  5. 【Python办公自动化】快速将excel按照某列不同的值批量拆分

    工作中可能经常遇到这种情况:出于数据安全考虑,不方便把全量数据发给我们的全部对象,需要把一份全量数据按照不同的渠道(有字段标识)分拆,然后分别发送给对应的对象. 如果这类型工作比较频繁且每次处理的量比 ...

  6. pandas将dataframe中的内容为列表(list)的数据列裂变、拆分为多个新的数据列实战:拆分为多个新的数据列(并指定新数据列的名称)、数据列中的列表(不等长)拆分为多个新的数据列产生NaN

    pandas将dataframe中的内容为列表(list)的数据列裂变.拆分为多个新的数据列实战:拆分为多个新的数据列(并指定新数据列的名称).数据列中的列表(不等长)拆分为多个新的数据列(产生NaN ...

  7. pandas使用extract函数根据正则表达式从dataframe指定数据列的字符串中抽取出数字并生成新的数据列(extract numbers from column)

    pandas使用extract函数根据正则表达式从dataframe指定数据列的字符串中抽取出数字并生成新的数据列(extract numbers from column and generate n ...

  8. pandas使用sort_values函数将dataframe按照指定数据列的内容对dataframe的数据行进行排序(sort dataframe rows by a specific column

    pandas使用sort_values函数将dataframe按照指定数据列的内容对dataframe的数据行进行排序(sort dataframe rows by a specific column ...

  9. pandas基于dataframe特定数据列的指定阈值将原dataframe分割成两个dataframe(split dataframe based on column value threshold

    pandas基于dataframe特定数据列的指定阈值将原dataframe分割成两个子dataframe(split dataframe based on column value threshol ...

最新文章

  1. 算法 - pyhton - 二分查找
  2. 需求分析的20条法则
  3. 浅谈:飞鸽传书 的TCP/IP原理
  4. SQL中的数据转换服务,数据库迁移
  5. 美国商务部发布软件物料清单 (SBOM) 的最小元素(下)
  6. 初识设计模式之--简单工厂
  7. mi5splus android9,小米5SPlus lineage16 安卓9.0 极致省电 纯净 完美root Xposed 经典版
  8. matlab曲面的最小值,MATLAB最小二乘法拟合曲面
  9. 固网打印机服务器无线设置,通过设置连接打印机
  10. zabbix通过sendmail进行邮箱警报
  11. 百度ueditor实现word图片自动转存
  12. WARNING: AllowZoneDrifting is enabled.
  13. 济南市“十四五”数字泉城规划 附下载
  14. Filebeat — harvester、input
  15. 世界上有10种人,一种是懂二进制的人,一种是不懂二进制的人。
  16. Thttpd上传大文件的方法
  17. 解析FPS,刷新率,垂直同步
  18. 2021csp-j2 题解
  19. 微信公众号用秀米网插入视频
  20. 安卓开发自己写的刻度尺测量,精确到mm.

热门文章

  1. 软件工程中经常要用到的设计工具
  2. Python基础入门需要掌握的编程概览
  3. 【Windows编程】Dll的注入与调用
  4. 一堂优秀学员吕智钊分享----HHR计划----直播课第二课
  5. Nginx频繁报状态码400错误,定位到原因是丢包引起
  6. 对口升学计算机考试,对口升学信息技术(计算机)类2017年专业课考试大纲
  7. MySql主从复制实战及排坑说明
  8. php苹果内购验证,苹果内购凭据验证工具(苹果支付,苹果内购,凭据解析)
  9. Windows手动清理C盘
  10. PR视频剪辑教程_05_字幕(附PR常用快捷键)