python設置值及NaN值處理方法
更新時間:2018年07月03日 10:43:35 作者:knowmore0823
今天小編就為大家分享一篇python設置值及NaN值處理方法,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
如下所示:
python 設置值 import pandas as pd import numpy as np dates = pd.date_range('20180101',periods=6) df = pd.DataFrame(np.arange(24).reshape(6,4),index=dates,columns=['A','B','C','D']) print(df)
A B C D 2018-01-01 0 1 2 3 2018-01-02 4 5 6 7 2018-01-03 8 9 10 11 2018-01-04 12 13 14 15 2018-01-05 16 17 18 19 2018-01-06 20 21 22 23
df.loc['20180102','A'] = 1111 print(df)
A B C D 2018-01-01 0 1 2 3 2018-01-02 1111 5 6 7 2018-01-03 8 9 10 11 2018-01-04 12 13 14 15 2018-01-05 16 17 18 19 2018-01-06 20 21 22 23
df.iloc[2,2] = 2222 print(df)
A B C D 2018-01-01 0 1 2 3 2018-01-02 1111 5 6 7 2018-01-03 8 9 2222 11 2018-01-04 12 13 14 15 2018-01-05 16 17 18 19 2018-01-06 20 21 22 23
df[df.A>12]=0 #修改df數(shù)據(jù)中符合條件的所有值 print(df)
A B C D 2018-01-01 0 1 2 3 2018-01-02 0 0 0 0 2018-01-03 8 9 2222 11 2018-01-04 12 13 14 15 2018-01-05 0 0 0 0 2018-01-06 0 0 0 0
df.A[df.A<4]=11 #修改df數(shù)據(jù)中A列符合條件的所有值 print(df)
A B C D 2018-01-01 11 1 2 3 2018-01-02 11 0 0 0 2018-01-03 8 9 2222 11 2018-01-04 12 13 14 15 2018-01-05 11 0 0 0 2018-01-06 11 0 0 0
df['F'] = np.nan print(df)
A B C D F 2018-01-01 11 1 2 3 NaN 2018-01-02 11 0 0 0 NaN 2018-01-03 8 9 2222 11 NaN 2018-01-04 12 13 14 15 NaN 2018-01-05 11 0 0 0 NaN 2018-01-06 11 0 0 0 NaN
print(np.any(df.isnull())== True) #isnull檢測是否含有NaN值,有就返回True。np.any()檢測df數(shù)據(jù)中是否含有等于Ture的值
True
NaN值填充:print(df.fillna(value=0))
以上這篇python設置值及NaN值處理方法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(guān)文章
關(guān)于python中plt.hist參數(shù)的使用詳解
今天小編就為大家分享一篇關(guān)于python中plt.hist參數(shù)的使用詳解,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2019-11-11python中nan與inf轉(zhuǎn)為特定數(shù)字方法示例
這篇文章主要給大家介紹了將python中nan與inf轉(zhuǎn)為特定數(shù)字的方法,文中給出了詳細的示例代碼和運行結(jié)果,對大家的理解和學習具有一定的參考學習價值,需要的朋友們下面來一起看看吧。2017-05-05python filecmp.dircmp實現(xiàn)遞歸比對兩個目錄的方法
這篇文章主要介紹了python filecmp.dircmp實現(xiàn)遞歸比對兩個目錄的方法,本文通過實例代碼給大家介紹的非常詳細,大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-05-05