我有一个熊猫数据框架如下:
itm Date Amount
67 420 2012-09-30 00:00:00 65211
68 421 2012-09-09 00:00:00 29424
69 421 2012-09-16 00:00:00 29877
70 421 2012-09-23 00:00:00 30990
71 421 2012-09-30 00:00:00 61303
72 485 2012-09-09 00:00:00 71781
73 485 2012-09-16 00:00:00 NaN
74 485 2012-09-23 00:00:00 11072
75 485 2012-09-30 00:00:00 113702
76 489 2012-09-09 00:00:00 64731
77 489 2012-09-16 00:00:00 NaN
当我尝试应用一个函数到金额列，我得到以下错误:
ValueError: cannot convert float NaN to integer
我尝试使用数学模块中的.isnan应用一个函数
我已经尝试了pandas .replace属性
我尝试了pandas 0.9中的.sparse data属性
我还尝试了在函数中if NaN == NaN语句。
我也看了这篇文章我如何替换NA值与零在一个R数据框架?同时看一些其他的文章。
我尝试过的所有方法都不起作用或不能识别NaN。
任何提示或解决方案将不胜感激。
主要有两种选择;在输入或填充缺失值NaN / np时。只有数值替换的Nan(跨列):
df(“金额”)。fillna(value=None, method=，axis=1，)是足够的:
来自文档:
取值:scalar、dict、Series或DataFrame
值用于填充孔(例如0)，交替使用a
dict/Series/DataFrame的值，指定用于哪个值
每个索引(对于Series)或列(对于DataFrame)。(值不
在dict/Series/DataFrame中将不会被填充)。此值不能
列个清单。
这意味着'字符串'或'常量'不再允许被赋值。
对于更专门的imputer，使用SimpleImputer():
from sklearn.impute import SimpleImputer
si = SimpleImputer(strategy='constant', missing_values=np.nan, fill_value='Replacement_Value')
df[['Col-1', 'Col-2']] = si.fit_transform(X=df[['C-1', 'C-2']])
已经有很多贡献了，但因为我是新来的，我仍然会提供意见。
在Pandas DataFrame中有两种方法将NaN值替换为0:
fillna():函数使用指定的方法填充NA/NaN值。
Replace (): df.replace()一个简单的方法，用于替换字符串，正则表达式，列表，字典
例子:
#NaN with zero on all columns
df2 = df.fillna(0)
#Using the inplace=True keyword in a pandas method changes the default behaviour.
df.fillna(0, inplace = True)
# multiple columns appraoch
df[["Student", "ID"]] = df[["Student", "ID"]].fillna(0)
最后是replace()方法:
df["Student"] = df["Student"].replace(np.nan, 0)
