python dataframe NaN處理方式
更新時間：2019年12月26日 16:17:26 作者：伴生伴熟
今天小編就為大家分享一篇python dataframe NaN處理方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
將dataframe中的NaN替換成希望的值
import pandas as pd
df1 = pd.DataFrame([{'col1':'a', 'col2':1}, {'col1':'b', 'col2':2}])
df2 = pd.DataFrame([{'col1':'a', 'col3':11}, {'col1':'c', 'col3':33}])
data = pd.merge(left=df1, right=df2, how='left', left_on='col1', right_on='col1')
print data
# 將NaN替換為None
print data.where(data.notnull(), None)
輸出結果：
col1 col2 col3 0 a 1 11 1 b 2 NaN col1 col2 col3 0 a 1 11 1 b 2 None
以上這篇python dataframe NaN處理方式就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
selenium+headless chrome爬蟲的實現(xiàn)示例
這篇文章主要介紹了selenium+headless chrome爬蟲的實現(xiàn)示例，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-01-01
這篇文章主要為大家詳細介紹了如何使用Python實現(xiàn)一個美化版的端口進程管理工具,文中的示例代碼講解詳細,感興趣的小伙伴可以了解一下2025-03-03
編寫Python腳本來實現(xiàn)最簡單的FTP下載的教程
這篇文章主要介紹了編寫Python腳本來實現(xiàn)最簡單的FTP下載的教程,主要用到了ftplib模塊,無圖形界面...需要的朋友可以參考下2015-05-05
這篇文章主要介紹了python變量數(shù)據(jù)類型和運算符，不同類型的變量可以進行的運算是不同的，所以必須理解變量的類型，下面文章的更多相關內(nèi)容介紹，需要的小伙伴可以參考一下2022-07-07
這篇文章主要介紹了更為深入的Python的裝飾器的運用,Python的裝飾器是Python學習進階當中的重要知識點,需要的朋友可以參考下2015-05-05
這篇文章主要介紹了Python 線性回歸分析以及評價指標詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-04-04
Flask是一個基于Python的Web框架，它提供了全局異常處理的機制來捕獲和處理應用程序中的異常，本文將詳細介紹Flask的全局異常處理，并提供相應的代碼示例,需要的朋友可以參考下2023-06-06
Python連接SQLite數(shù)據(jù)庫操作實戰(zhàn)指南從入門到精通
在Python中使用SQLite進行數(shù)據(jù)庫操作時,我們將深入研究SQLite數(shù)據(jù)庫的創(chuàng)建、表格管理、數(shù)據(jù)插入、查詢、更新和刪除等關鍵主題,幫助你全面了解如何使用SQLite進行數(shù)據(jù)庫操作2023-11-11
Python內(nèi)置函數(shù)—vars的具體使用方法
本篇文章主要介紹了Python內(nèi)置函數(shù)—vars的具體使用方法，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-12-12
這篇文章主要介紹了python爬取盤搜的有效鏈接，本文通過實例代碼給大家介紹的非常詳細，具有一定的參考借鑒價值 ,需要的朋友可以參考下2019-07-07