python用dataframe將csv中的0值數據轉化為nan缺失值字樣
更新時間：2021年08月10日 15:53:04 作者：小白和小耳朵
本文主要介紹了python用dataframe將csv中的0值數據轉化為nan缺失值字樣，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下
用到這個語句。
c[c==0]=np.nan
我們具體來看一下c和np是什么
np就是我引入的pandas庫，
c呢是我讀入csv文件的其中一列，列名為“上行業(yè)務量GB”
df是整個csv文件的數據，他的類型是dataframe
import numpy as np import pandas as pd # 打開文件 FileName= '長期編號.csv' df = pd.read_csv(FileName, encoding='utf-8') c = df[['上行業(yè)務量GB']] #選擇表格中的'4'列，返回的是DataFrame屬性 c[c==0]=np.nan
到這一步，c里的0值都變成nan了。
接下來我們寫到新的文件。
我采用將c這一列寫回到df中 替換原來的一列
df[['上行業(yè)務量GB']] = c
最后，將df寫入新的csv里
df.to_csv('補充缺失值后的長期數據.csv')
完整代碼如下
"""
Created on Sun Jan 10 18:05:56 2021
@author: Administrator
"""
import numpy as np
import pandas as pd
# 打開文件
FileName= '長期編號.csv'
df = pd.read_csv(FileName, encoding='utf-8')
c = df[['上行業(yè)務量GB']] #選擇表格中的'4'列，返回的是DataFrame屬性
c[c==0]=np.nan
d[d==0]=np.nan
df[['上行業(yè)務量GB']] = c
df.to_csv('補充缺失值后的長期數據.csv')
到此這篇關于python用dataframe將csv中的0值數據轉化為nan缺失值字樣的文章就介紹到這了,更多相關python csv的0值數據轉化為nan缺失值內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了Python類的高級函數,本文通過實例代碼給大家介紹的非常詳細，對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2021-08-08
這篇文章主要介紹了Python常見內置高效率函數用法,結合實例形式分析了Python中filter()、map()、reduce()、lambda匿名函數等功能與簡單使用技巧,需要的朋友可以參考下2018-07-07
python使用docx模塊讀寫docx文件的方法與docx模塊常用方法詳解
這篇文章主要介紹了python使用docx模塊讀寫docx文件的方法與docx模塊常用方法詳解,需要的朋友可以參考下2020-02-02
今天小編就為大家分享一篇使用Pandas的Series方法繪制圖像教程，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2019-12-12
這篇文章主要介紹了python實現selenium網絡爬蟲的方法小結,本文給大家介紹的非常詳細，對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2021-03-03
Django把SQLite數據庫轉換為Mysql數據庫的過程
之前我們默認使用的是SQLite數據庫，我們開發(fā)完成之后，里面有許多數據，如果我們想轉換成Mysql數據庫，那我們先得把舊數據從SQLite導出，然后再導入到新的Mysql數據庫里去，這篇文章主要介紹了Django如何把SQLite數據庫轉換為Mysql數據庫,需要的朋友可以參考下2023-05-05
這篇文章主要介紹了Python實現樸素貝葉斯的學習與分類過程解析,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,需要的朋友可以參考下2019-08-08
對于 Python 來說有多種方式可以輸入數據,下面這篇文章主要給大家介紹了關于Python輸入的多種情況超詳細解讀,分別是單行、多行及數組,文中通過代碼介紹的非常詳細,需要的朋友可以參考下2024-03-03
我們整理了關于python入門學習的一些細節(jié)知識點，對于學習python的初學者很有用，一起學習下。2018-03-03
這篇文章主要介紹了Python實現隊列的方法,結合實例形式分析了Python基于數組和鏈表實現隊列的相關操作技巧與相關注意事項,需要的朋友可以參考下2020-02-02