python dataframe NaN处理方式
更新时间：2019年12月26日 16:17:26 作者：伴生伴熟
今天小编就为大家分享一篇python dataframe NaN处理方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
将dataframe中的NaN替换成希望的值
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
# 将NaN替换为None
print data.where(data.notnull(), None)
输出结果：
col1 col2 col3 0 a 1 11 1 b 2 NaN col1 col2 col3 0 a 1 11 1 b 2 None
以上这篇python dataframe NaN处理方式就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
selenium+headless chrome爬虫的实现示例
这篇文章主要介绍了selenium+headless chrome爬虫的实现示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-01-01
这篇文章主要为大家详细介绍了如何使用Python实现一个美化版的端口进程管理工具,文中的示例代码讲解详细,感兴趣的小伙伴可以了解一下2025-03-03
这篇文章主要介绍了编写Python脚本来实现最简单的FTP下载的教程,主要用到了ftplib模块,无图形界面...需要的朋友可以参考下2015-05-05
这篇文章主要介绍了python变量数据类型和运算符，不同类型的变量可以进行的运算是不同的，所以必须理解变量的类型，下面文章的更多相关内容介绍，需要的小伙伴可以参考一下2022-07-07
这篇文章主要介绍了更为深入的Python的装饰器的运用,Python的装饰器是Python学习进阶当中的重要知识点,需要的朋友可以参考下2015-05-05
这篇文章主要介绍了Python 线性回归分析以及评价指标详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-04-04
Flask是一个基于Python的Web框架，它提供了全局异常处理的机制来捕获和处理应用程序中的异常，本文将详细介绍Flask的全局异常处理，并提供相应的代码示例,需要的朋友可以参考下2023-06-06
在Python中使用SQLite进行数据库操作时,我们将深入研究SQLite数据库的创建、表格管理、数据插入、查询、更新和删除等关键主题,帮助你全面了解如何使用SQLite进行数据库操作2023-11-11
本篇文章主要介绍了Python内置函数—vars的具体使用方法，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-12-12
这篇文章主要介绍了python爬取盘搜的有效链接，本文通过实例代码给大家介绍的非常详细，具有一定的参考借鉴价值 ,需要的朋友可以参考下2019-07-07
最新评论