为什么熊猫DataFrame中的系列要给NaN？
熊猫DataFrame中的系列（Series）给NaN的原因是为了表示缺失值。NaN是"not a number"的缩写，它是一种特殊的浮点数，用于表示缺失或不可用的数据。
在数据分析和处理过程中，经常会遇到缺失值的情况，例如某些观测数据未收集到、数据录入错误等。为了能够准确地表示这些缺失值，并且在后续的计算和分析中能够正确处理，熊猫DataFrame中的系列使用NaN来表示缺失值。
通过将缺失值表示为NaN，熊猫DataFrame提供了一些方便的方法来处理缺失值，例如：
- 检测缺失值：可以使用isnull()方法来检测DataFrame中的缺失值，返回一个布尔类型的Series，其中缺失值对应的元素为True。
- 处理缺失值：可以使用fillna()方法来填充缺失值，可以选择使用特定的值、前一个值、后一个值或者使用插值等方法进行填充。
- 删除缺失值：可以使用dropna()方法来删除包含缺失值的行或列。
熊猫DataFrame中的系列给NaN的设计使得数据分析和处理更加灵活和方便，能够更好地处理缺失值的情况。在实际应用中，可以根据具体的数据情况和分析需求来选择合适的处理方法。
相关·内容
我试图得到两个pandas Series之间的最小值。碰巧，本系列中的一些元素是NaN，当将其与数字进行比较时，我希望得到结果NaN。
为什么我使用np.min函数
我使用了np.min函数。这是因为我理解使用min函数会导致错误，因为当列表中存在NaN元素时，输出取决于列表中的顺序。
就像我跑步时一样：
import numpy as np
print min([1,np.nan])
print min([np.nan,1])
我得到的结果：
>>>
1
nan
当我跑的时候：
import numpy as np
print np.min([np.nan,1])
pri
浏览 0提问于2018-08-13得票数 2
回答已采纳
我正在使用Pandas中的耗电量数据集，其中包含ZIP代码作为列，但该列的数据类型是原始CSV文件中的整数。我想将该列更改为字符串/对象数据类型，下面是我迄今为止所做的工作：
df = pd.read_csv('...kWh_consumption_by_ZIP.csv')
df.head()
生成的dataframe头部如下所示：
如前所述，当我检查df.dtypes时，我看到ZIP被列为int64数据类型，因此我运行以下代码来覆盖现有系列并将其更改为对象数据类型：
df['ZIP'] = df.ZIP.astype(object)
当我查看df.Z
浏览 0提问于2017-11-07得票数 3
回答已采纳
1回答
对于熊猫来说是个新手，所以如果之前有人问过这个问题的话，我很抱歉。
我有以下几点：
import pandas as pd
d = {
'a': [1, 2, 3, 4],
'b': [1, 2, 3, 4]
}
df = pd.DataFrame(d)
# We want to remove values above 2.
cutoff = 2
boolean_filter = df < cutoff
new_df = df[boolean_filter].dropna()
print(new_df.head())
我的理解是，如果有多种类
浏览 0提问于2018-10-04得票数 1
回答已采纳
1回答
大熊猫冷冻子串的发现
、、、
我试图在冷冻集中找到一个子字符串，但是我有点没有选择了。
我的数据结构是一个pandas.dataframe (如果您熟悉这个包，它来自mlxtend包中的association_rules )，我想打印前面的所有行(这是一个冻结)，其中包含一个特定的字符串。
样本数据：
print(rules[rules["antecedents"].str.contains('line', regex=False)])
然而，每当我运行它时，我都会得到一个空的Dataframe。
当我尝试只在我的系列rules["antecedents"]上运
浏览 2提问于2019-03-28得票数 2
回答已采纳
2回答
如何获得熊猫系列的某一长度n的滚动值？
例如，如果我有以下内容：
df = pd.DataFrame({'temperature': [0, 1, 2, np.nan, 4, 2, 0.8, 4, 8.8, 7.12]})
如何获得长度n的移动值，例如，如果n=3：
NaN，NaN，0，NaN，0，1，.，4，8.8，7.12
编辑:如果我使用熊猫滚动，如：
roll = pd.Series.rolling(df, 3).mean()
然后滚动是该系列的移动平均值。在这里，我不需要每一组移动的3个值的平均值，而是这些3个值的集合。
浏览 2提问于2018-02-20得票数 3
回答已采纳
1回答
我的DataFrame中有这样一个系列(DataFrame)：
9.0
12.0
12.0
nan
1.0
我希望所有的浮标都是ints，而NaN则保持原样。我做了这个：
for i in df['month_added']:
if i > 0:
i=int(i)
但它什么也没做。
浏览 1提问于2020-11-13得票数 3
回答已采纳
2回答
我试图选择熊猫DataFrame D中的每个条目，与某些用户in相对应，用0填充缺失的etime值，如下所示：
user_entries = D.loc[userid]
user_entries.index = user_entries.etime
user_entries = user_entries.reindex(range(distinct_time_entries_num))
user_entries = user_entries.fillna(0)
问题是，对于某些ids，只有一个条目，因此.loc()方法返回一个带有意外索引的Series对象：
(Pdb) user_entrie
浏览 3提问于2014-07-23得票数 1
回答已采纳
1回答
我知道这个问题已经问过很多次了，但我找到的所有解决方案似乎都不适合我。我无法从我的熊猫系列或DataFrame中删除DataFrame值。
首先，我尝试从DataFrame中直接删除文档()中的I/O 7和8中的内容
In[1]:
df['salary'][:5]
Out[1]:
0 365788
1 267102
2 170941
3 NaN
4 243293
In [2]:
pd.isnull(df['salary'][:5])
Out[2]:
0 False
1 False
2 False
3
浏览 0提问于2015-10-26得票数 2
回答已采纳
我希望在我的dataframe中获得所有的系列，其中该系列中的每个元素都通过一个检查(例如，每个值都小于0)。
我试过：
dataframe[dataframe<=0]
这似乎给了我所有的元素，在每个系列中，都是小于零的。
然后我试着
dataframe[dataframe<=0].dropna()
试图摆脱具有无效值的系列，但这给了me...something一些我并不真正理解的内容。
如何才能获得数据文件中小于零的所有元素(或者更普遍地说，所有满足条件的元素)？
浏览 0提问于2014-03-01得票数 1
回答已采纳
我有一个dataframe，我正在设置它来创建一个系列，然后在执行代码之前搜索该系列是否包含任何nans。但是我得到了NaNs被传递给后续代码的系列。
dataframe示例：
sample classification type similar ... respiraroty activity antimicrobial molecular details Litrature
7 M41 predicted melanin melanin ... NaN
浏览 3提问于2020-04-07得票数 1
回答已采纳
我正在将一些csv数据导入到Pandas DataFrame中(用Python)。一个系列是指所有的数值。然而，它也包含一些虚假的"$-“元素，表示为字符串。这些都是从以前的格式中遗留下来的。如果我只是导入该系列，Pandas将其报告为一系列的“object”。
用零替换这些"$-“字符串的最佳方法是什么？或者更广泛地说，我如何用数值替换一个系列(主要是数字)中的所有字符串，并将序列转换为浮点类型？
史蒂夫
浏览 2提问于2015-10-30得票数 5
回答已采纳
3回答
从熊猫系列中提取元组元素
、、、
我有一个熊猫系列，数据类型为元组作为列表元素。元组的长度正好是2，并且有一堆NaNs。我试图将元组中的每个列表拆分为自己的列。
import pandas as pd
import numpy as np
df = pd.DataFrame({'val': [([1,2,3],[4,5,6]),
([7,8,9],[10,11,12]),
np.nan]
})
预期产出：
浏览 9提问于2022-02-11得票数 1
我不明白为什么使用dtype=str创建的系列结果如下：
In [2]: pandas.Series(index=range(2), dtype=str)
Out[2]:
0 NaN
1 NaN
dtype: object
但是使用DataFrame创建的dtype=str结果如下：
In [3]: pandas.DataFrame(index=range(2), columns=[0], dtype=str)
Out[3]:
0
0 n
1 n
为什么只有字母"n“的字符串？
为什么系列赛和DataFrame有这样的区别？
这些文件在哪里？！
浏览 2提问于2015-02-05得票数 4
回答已采纳
这把我逼疯了。当我搜索关于在dataframe中删除元素的技巧时，没有关于混合类型系列的任何内容。
假设这里有一个数据文件：
import pandas as pd
df = pd.DataFrame(data={'col1': [1,2,3,4,'apple','apple'], 'col2': [3,4,5,6,7,8]})
a = df['col1']
然后“a”是由6个组件组成的混合类型系列。我怎样才能把所有的苹果从a中移除?我需要系列= 1,2,3,4。
浏览 8提问于2021-07-06得票数 2
回答已采纳
我尝试了几种方法来清除DataFrame中某个特定系列中包含DataFrame的行，结果发现每个NaN条目都是一个'NaN'字符串，而不是空值。
在我的具体示例中，每行代表一个国家，因此我希望从'GDP per Capita'列中删除所有在DataFrame列中没有GDP值的国家。
有些事情我尝试过(失败了)：
df_noGDP = df
df_noGDP.dropna(axis=0, subset=['GDP per Capita'])
和
df_noGDP = df.loc[df['GDP per Capita'] != n
浏览 0提问于2018-12-11得票数 1
回答已采纳
我有一个有几个列的dataframe和一个系列，其值是dataframe的第一个非nan值的索引：
dataframe x：
a b c d e f g h
1 nan nan 2 nan nan nan nan nan
2 nan 2 nan 10 23 nan nan nan
3 3 nan 23 42 232 3 nan 5
系列y：
a 3
b 2
c 1
d 2
e 2
f 3
g nan
h 3
现在，我想用级数的值(它
浏览 0提问于2018-01-08得票数 0
回答已采纳
3回答
我肯定这是以前问过的，但我找不到。我想添加一个系列作为一个新的列到DataFrame。所有的Series名称都包含在DataFrame的一个列中，但是Dataframe的行数比Series多。
DataFrame:
0 London 231
1 Beijing 328
12 New York 920
3 Singapore 1003
Series:
London AB
New York AC
Singapore B
结果应该是
0 London 231 AB
1 Beijing 328 NaN
12 New York 920 AC
3 Singapore 1003 B
没有循环我怎么能做到这
浏览 7提问于2016-09-13得票数 0
回答已采纳
2回答
熊猫插值返回的NaNs
、、、
我试图在60 at (~16 at)间隔内插位置数据。当我尝试在dataframe上使用熊猫0.14插值时，它告诉我，我的数据集中只有NaNs (不正确)。当我试图在从dataframe中提取的单个系列上运行它时，它会返回相同的系列，而不需要填充NaNs。我尝试将索引设置为整数，使用不同的方法，修改插值函数的轴和限制参数--没有骰子。我做错了什么？
df.head(5) :
x y ms
0 20.5815 14.1821 333.3333
1 NaN NaN 350
2 20.6112 14.2013
浏览 11提问于2014-06-19得票数 3
假设我有一个熊猫数据模型( dataframe df )，我想插值丢失的值。
案例1
第一种情况，我尝试插值整个数据格式的df。但不知怎的，我收到了警告信息，但失败了。
[In] interpolateList = [x for x in xlsx_df.columns if x not in ['Date', 'Time', 'DateTime', 'Year', 'YearMonth']]
# interpolation
[In] xlsx_df[interpolateList].interpolate(me
浏览 0提问于2019-03-19得票数 2
回答已采纳
我是新来的，理想情况下，我应该从我从哪里学到的用法中评论这个问题：
我使用了相同的方法，下面是我的代码
df = pd.DataFrame(np.arange(16).reshape(4,4),columns=["A","B","C","D"],index=[0,1,2,3])
一旦我在这个df上使用了df[(df>6)]，这些int值就会改变为浮动吗？
A B C D
0 NaN NaN NaN NaN
1 NaN NaN NaN 7.0
2 8.0 9.0 10.0 11.0
浏览 4提问于2017-11-07得票数 7
回答已采纳
我有一个熊猫的数据与一个明确的系列，有遗漏的类别。
在下面所示的示例中，group有"a"、"b"和"c"类别，但是在dataframe中没有"c"的情况。
import pandas as pd
dfr = pd.DataFrame({
"id": ["111", "222", "111", "333"],
"group": ["a", "a", "b", "b
浏览 3提问于2021-12-01得票数 5
回答已采纳
1回答
我有一个方法，它向给定的熊猫系列添加额外的属性，我想用返回的系列更新df中的一行。
假设我有一个简单的dataframe：df = pd.DataFrame({'a':[1, 2], 'b':[3, 4]})
a b
0 1 3
1 2 4
现在，我想用其他属性替换一行，所有其他行都将为该列ex显示Nan：
subdf = df.loc[1]
subdf["newVal"] = "foo"
# subdf is created externally and returned. Now it must be up
浏览 0提问于2018-10-21得票数 1
回答已采纳
2回答
我不知道如何解决这个问题。我有3个数据帧；一个是真/假表3532x622，另一个是单系列integers662x1，另一个是我的主dataframe3532x8。真/假表是通过比较一系列点来找出哪些点在多边形内部而创建的，这就是为什么它具有它的形状。关于我试图实现的目标，我已经在下面列出了一个图表。 df_1 df_2 df_3
0 0 1 2 8 9 0
0 56489 0 True False False ...
浏览 18提问于2020-12-01得票数 0
回答已采纳
熊猫版本1.0.3
例如..。
import pandas as pd
import numpy as np
pd.DataFrame([pd.Series(dict(a=pd.NaT, b=np.nan))])
某种令人毛骨悚然的类型推断给出了a和b作为NaT。
a b
0 NaT NaT
当然，然后将后续系列中的实际浮点数添加到'b‘中，就会使它具有dtype对象，而不是您可能假设的d类型浮点数。
在我看来，这种行为就像个窃听器，但是吗？
浏览 0提问于2020-06-24得票数 0
回答已采纳
2回答
我试图得到一个与R的表函数类似的函数，参数useNA允许我在交叉表中包含NA值。
下面是一个小例子：
df = pd.DataFrame({"a": [0, 1, pd.NA, pd.NA], "b":[2, pd.NA, 3, pd.NA]})
print(pd.crosstab(df["a"], df["b"], dropna=False)
我从中得到的是
b 2 3
a
0 1 0
但我希望它能像
b 2 3 NA
a
0 1 0 0
1 0 0 1
NA 0 1
浏览 2提问于2021-12-02得票数 3
回答已采纳
我想将dataframe NaN (其中有22行)列中的GP值转换为0。我试过这些线路，但它们不起作用
import pandas as pd
draft = pd.read_csv('Draft year.csv')
if draft['GP'].isnull():
draft['GP'] = 0
在R中，有ifelse，它做得很好，但是我不知道在python中的等价性。真的很感谢你的帮助
浏览 5提问于2016-06-18得票数 0
回答已采纳
3回答
我有熊猫数据栏，列中包含值或值列表(长度不等)。我希望‘展开’行，这样列表中的每个值都成为列中的单个值。一个例子说明了这一切：
dfIn = pd.DataFrame({u'name': ['Tom', 'Jim', 'Claus'],
u'location': ['Amsterdam', ['Berlin','Paris'], ['Antwerp','Barcelona','Pisa'] ]})
locat
浏览 1提问于2014-09-26得票数 7
回答已采纳
我想用一系列的值替换dataframe列中的值。问题是，我只想替换由掩码指定的值，并且序列与dataframe没有相同的长度。
更具体地说，我希望将所有非空值替换为包含数据More中每个非空值的一个值的系列中的值。
假设dataframe中的列包含[1,2,3,NaN,5]，而系列包含[2,4,6,10]
我天真地认为这可能有效
df[pd.notna(df)] = s
但它将使该列看起来像[1,2,3,NaN,NaN]。我理解它为什么会这样做，但我需要找到一些能给我以下信息的东西：[2,4,6,NaN,10]
浏览 1提问于2019-09-11得票数 0
回答已采纳
1回答
我试图根据同一数据帧中另一个系列的缺失值来选择熊猫系列的各个部分。
我使用了.loc，一种工作良好的解决方案。
df.loc[df["B"].isnull(), "A"] = np.NaN
最初我想使用：
df["A"].replace(df["B"].isnull(), np.NaN, inplace=True)
这不起作用。为什么会这样呢？
浏览 2提问于2019-06-27得票数 1
回答已采纳
1回答
我的问题是对蟒蛇熊猫来说。我有两个系列，每个系列都有如下字符串元素:为了简化，我在DataFrame中连接了两个系列。
import pandas as pd
import numpy as np
my_df = pd.DataFrame([['ab', 'bz', 'b'], ['cd', 'ct', 'c'], ['ef', 'ka', np.nan]], columns=['sr_1', 'sr_2', 'intersec
浏览 0提问于2018-11-12得票数 3
回答已采纳
1回答
我在一个系列的列中丢失了值，因此命令dataframe.colname.astype("int64")会产生一个错误。
有什么解决办法吗？
浏览 3提问于2014-10-28得票数 0
2回答
展开熊猫列而不合并
、、、
假设我有这样一只熊猫：
A B C
0 2 19 12
1 5 17 13
2 6 16 19
3 7 11 16
4 10 1 11
我希望它能像这样在A栏中展开：
A B C
0 2 19.0 12.0
1 3 NaN NaN
2 4 NaN NaN
3 5 17.0 13.0
4 6 16.0 19.0
5 7 11.0 16.0
6 8 NaN NaN
7 9 NaN NaN
8 10 1.0 11.0
我现在就是这样做
浏览 1提问于2018-11-01得票数 3
回答已采纳
1回答
我有两个时间序列包含在一个dataframe中，类似于：
events = {'date':['2021-12-31','2021-11-30','2021-10-31','2021-09-30','2021-08-31','2021-07-31','2021-06-30'],
'serie_a':[0,0,1,0,0,0,1], 'serie_b':[0,0,0,1,0,1,0]}
df = pd.DataFrame.from_d
浏览 2提问于2022-01-28得票数 1
回答已采纳
3回答
我有以下数据。注意，B列是一系列列表。这就是给我带来麻烦的原因
Dataframe 1:
Column A Column B
0 10 [X]
1 20 [X,Y]
2 15 [X,Y,Z]
3 25 [A]
4 60 [B]
我想取C列中的所有值(下面)，检查它们是否存在于B列中，然后将它们的值与A列相加。
DataFrame 2：(期望输出)
Column C Sum of Column A
0
浏览 0提问于2017-09-21得票数 3
回答已采纳
我想知道是否有一种简单的方法可以将与DataFrame相同长度的序列应用于DataFrame中的每个组，同时保持索引的原始顺序。
下面是一个玩具DataFrame，我将用它来举一个例子：
>>> import pandas as pd
>>> import numpy as np
>>> df = pd.DataFrame(np.random.rand(10,2),columns=['x1','x2'])
>>> df['group'] = np.random.choice(
浏览 3提问于2020-02-04得票数 2
回答已采纳
1回答
通过在我的dataframe上使用.value_counts()，我得到了如下系列：
样本数据：
In_A_Not_In_B 116
In_C_Not_In_B 104
In_A_Not_In_C 100
In_C_Not_In_A 85
我需要从上面的数据中创建一个矩阵，如下所示。索引名必须从列值中获取。
预期输出：
NOT IN
A B C
A NA 116 100
IN C 85 104 NA
到目前为止，我已经尝试了.pivot_table()，.MultiIndex()，没有运气。
浏览 1提问于2019-12-11得票数 4
回答已采纳
2回答
我正在尝试分别附加DataFrame的每一行。每一行都有Series和Scalar值。行的一个例子是
row = {'col1': 1, 'col2':'blah', 'col3': pd.Series(['first', 'second'])}
当我从这里创建一个DataFrame时，它如下所示
df = pd.DataFrame(row)
df
col1 col2 col3
0 1 blah first
1 1 blah second
这就是我想要的。标量
浏览 4提问于2022-05-26得票数 0
我正经历着一个非常困难的时期，我想弄清楚如何获得一个有N行的DataFrame，一个有N行的系列，还有一个有N行的系列，然后把它连接在一起。以下是我所做的(错误的)：
print df['Survived'].shape # Series should be 1st column
print pd.Series(kmeans.labels_).shape # Series should be 2nd column
print pd.DataFrame(X_pca).shape # DataFrame should be rem
浏览 2提问于2014-09-05得票数 2
回答已采纳
我有一个简单的功能：
def f(returns):
base = (1 + returns.sum()) / (1 + returns).prod()
base = pd.Series([base] * len(returns))
exp = returns.abs() / returns.abs().sum()
return (1 + returns) * base.pow(exp) - 1.0
和一个DataFrame：
df = pd.DataFrame([[.1,.2,.3],[.4,.5,.6],[.7,.8,.9]], columns=['A&#
浏览 3提问于2016-01-14得票数 1
回答已采纳
当我检查这个熊猫dataframe.ne方法时，文档中说它是一个灵活比较的包装。我在熊猫文献中找不到这方面的任何恰当的例子。我们为什么要使用这个df.ne，以及它如何使数据操作变得更容易或更灵活？对于同样的方法，可以给我一个关于df.ne和不使用df.ne的例子，这将帮助我理解吗？
浏览 0提问于2018-07-14得票数 2
回答已采纳
我希望有人能帮助我优化下面的Python/Pandas代码。我的代码可以工作，但我知道必须有一种更干净、更快的方法来执行正在考虑的操作。
我正在寻找一个优化的策略，因为我的用例将涉及16种独特的ADC类型，而不是下面的例子中的4种。另外，我最初的Pandas系列(即ADC类型列)将是几个100000个数据点，而不是下面的示例中的8个。
import numpy as np
import pandas as pd
from enum import Enum
data_dict = {"RAW": [4000076160, 5354368, 4641792, 4289860736
浏览 16提问于2022-08-22得票数 0
回答已采纳
我有一只熊猫DataFrame df1，它的内容如下：
Serial N year current
B 10 14
B 10 16
B 11 10
B 11
B 11 15
C 12 11
C
浏览 2提问于2016-04-28得票数 1
回答已采纳
1回答
考虑一下这个片段：
a = pd.DataFrame([[None]])
b = pd.DataFrame([[None]])
现在，我想验证它们都包含完全相同的值：
int((a == b).sum()) # should be 1
但不是1，而是返回0。这种行为给我带来了麻烦，特别是在assert_frame_equal中，它报告说None不是None，尽管它们是：
a.iloc[0,0] == b.iloc[0,0] # True
那是为什么，我怎样才能解决这个问题？
浏览 1提问于2018-04-23得票数 2
回答已采纳
1回答
假设我有一个熊猫系列，其中包含一些重复序列，例如：
pd.Series([
1,2,3,0,0,4,5,6,0,0,0,0,7,1,1,1,8,9,0,10
])
我的目标是找到一种简单的方法，用nan删除/替换所有长度大于选定长度L的重复序列。例如，如果是L=3，则该系列如下所示：
pd.Series([
1,2,3,0,0,4,5,6,nan,nan,nan,nan,7,nan,nan,nan,8,9,0,10
])
(或者南军被移除)。
此外，修改代码以始终保留重复项的第一个元素会很有趣：
pd.Series([
1,2,3,0,0,4,5,6,0,nan,nan,nan,7,1,nan
浏览 2提问于2022-02-17得票数 0
回答已采纳
1回答
问题
我有一些从设备中提取的巨大数据，它可以跟踪设备上的多次运行，每个记录多个传感器(电压、电流、转速、压力)。等)为了绘图和进一步分析，我需要扩大这个数据集，但不幸的是，传感器上的时钟没有同步，因此不同的参数都有各自的时间戳收集，并且长度可以变化(msec，有时大于10行)。
我试着拆开：
df.set_index(['index','start_time','param']).value.unstack().rename_axis(None, 1).reset_index()
枢轴：
df.pivot_table(values = '
浏览 0提问于2018-11-20得票数 1
回答已采纳
1回答
这似乎是奇怪的和违反直觉的行为。有人能解释一下为什么这个设计是这样的吗？
lkup = pd.Series({'fred':'Fred','amy':'Amy'})
for n in lkup:
print(n,' --> ',n in lkup)
>>>
Amy --> False
Fred --> False
为什么它给我的是值而不是钥匙？
'fred' in lkup, 'amy' in lkup
>>>&
浏览 2提问于2017-11-08得票数 2
2回答
我有一个DataFrame，它有与该工作相关的作业编号和客户名称。在某些情况下，作业编号没有客户名称，因此为null。我有一个单独的系列，它使用这些作业编号作为索引和缺少的客户名称来替换空值，基于作业编号。我不完全确定如何将其映射到原始的DataFrame列上。
这是原始的DataFrame (df)：
Job Number Customer
0 02123 Paul F
1 46456 nan
2 56823 Kevin T
3 62948 nan
取代nan值的系列：
Job Number
46456 K
浏览 3提问于2020-02-17得票数 1
回答已采纳
2回答
我正在尝试用多个不同大小的列表填充两个pandas列。举个例子，我有一个列表，第一列是“血管成形术，主动脉，动脉”，第二列是"251,2882,401,4019,412“ 首先，我尝试像这样附加每个列表： matches.code_matches.append(code_series) 这就产生了这个TypeError： TypeError: cannot concatenate object of type '<class 'list'>'; only Series and DataFrame objs are valid 因此，我尝试将
浏览 28提问于2021-02-09得票数 0
为什么在本系列中值None同时转换为True和False？
环境规划署：
木星实验室Notebok 6.0.3
Python 3.7.6
进口：
from IPython.display import display
import pandas as pd
将None转换为True
df_test1 = pd.DataFrame({'test_column':[0,1,None]})
df_test1['test_column'] = df_test1.test_column.astype(bool)
display(df_test1)
浏览 7提问于2021-02-05得票数 0
回答已采纳
一些DataFrame和Series方法都有方法参数。例如：
DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)
该方法参数可以接受以下值：{None，‘backfill’/‘b填充’，‘pad’/‘ffill’，‘最近的’}
但是，我想使用def某种类型的填充函数，它将定义如何通过使用系列中已经存在的值来填补空白，以便可以以以下方式使用：
df = DataFrame.fillna(method='new_method'
浏览 0提问于2016-11-17得票数 5
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
