可靠地处理pandas中的nans
在处理pandas中的NaN值时，可以采取以下方法：
- 概念：NaN是指"不是一个数字"（Not a Number），在pandas中表示缺失值或空值。它是一种特殊的浮点数，用于表示缺失或无效的数据。
- 分类：NaN可以分为两种类型，一种是浮点型NaN（np.nan），另一种是pandas中的缺失值（pd.NA）。浮点型NaN用于数值计算，而pandas中的缺失值用于数据框架。
- 优势：处理NaN的优势在于能够灵活地处理缺失值，避免在数据分析和建模过程中出现错误或偏差。通过适当的处理，可以保持数据的完整性和准确性。
- 应用场景：处理NaN的常见应用场景包括数据清洗、数据预处理、特征工程和数据分析。在这些场景中，处理NaN可以帮助我们填充缺失值、删除含有NaN的行或列、进行插值操作等。
- 推荐的腾讯云相关产品：
- 腾讯云数据万象（COS）：用于存储和管理数据，支持大规模数据的存储和访问，可用于存储处理NaN值的数据集。
- 腾讯云云服务器（CVM）：提供可扩展的计算资源，可用于运行数据处理和分析任务，如填充缺失值、删除含有NaN的行或列等。
- 腾讯云人工智能平台（AI Lab）：提供丰富的人工智能工具和服务，可用于处理NaN值的数据集，如使用机器学习算法进行缺失值的预测和填充。
- 以上产品的详细介绍和链接地址可参考腾讯云官方网站：https://cloud.tencent.com/
总结：处理pandas中的NaN值是数据分析和建模过程中的重要步骤，通过合适的方法和工具，可以可靠地处理NaN值，确保数据的完整性和准确性。腾讯云提供了一系列相关产品和服务，可用于处理NaN值的数据集，满足不同场景的需求。
相关·内容
1回答
Hi有一个数据框架(df)，其中包含两个列(日期、文本)，从Excel电子表格中读取到Python/Pandas。
xl = pd.ExcelFile(dir+"file.xlsx")
df = xl.parse(xl.sheet_names[0])
date text
0 2013-08-06 NaN
1 2013-08-06 Text with unicode
2 ...
文本包含不需要的unicode字符，我通常使用
df['text'] = df[&
浏览 3提问于2014-09-04得票数 0
回答已采纳
使用以下csv数据：
我已经将数据从csv加载到Pandas Pivot Table中，输出如下：
[[nan nan nan ... nan nan 0.]
[nan 21 nan ... nan 0. nan]
[nan nan nan ... 0. nan nan]
...
[23. nan 13. ... nan nan nan]
[nan nan nan ... nan nan nan]
[nan 14 nan ... nan nan nan]]
但在对结果使用Scipy高斯滤波器后，数据随后被消隐，如下所示：
[[nan nan nan ... nan nan
浏览 13提问于2021-03-02得票数 0
我最近观察到和在结果上有显著差异。对于完全指定的输入(即没有任何NAs)，结果是相当接近的，但对于缺失的值则有很大的偏差。，但是我不能用火花复制结果。我找不到RowMatrix().computeCovariance()在中对NAs到底做了什么的文档--但是我的Scala充其量是非常公平的，而且我不熟悉，也许我漏掉了一些东西。有一个BLAS警告无法追踪原因，因为我使用的是预构建的macOS火花设置：
WARN BLAS: Failed to load implementation from: com.github.fommil.netlib.NativeSystemBLAS
考虑到协方差对于许
浏览 1提问于2021-10-15得票数 4
我正在开发一个有机化合物数据库，其中一些单元具有NA值(请查看第二张图片中的HFUS列)：
为了我的项目的目的，我想使用协同过滤来填补这些空白，而不是简单的均值或中位数推算。也就是说，对于NA值将被填充的列，我们应该找到包含其他列的最相似的行，然后从这些行中填充该属性。我想要递归地执行此操作，并填充所有的NA值。
我该怎么做呢？我找到了对中的其他列执行corr()的代码，但除了创建corr值之外，我无法获得太多内容。
下面是可以加载到Pandas的CSV (33kb)：
浏览 8提问于2017-10-20得票数 0
我有一个超过30K行的csv文件。其中一些行包含NA值，我想丢弃缺失值超过25%的行。我已经尝试使用pandas命令dropna()，但我只能使用命令"any“或"all”。我应该使用哪行代码来区分缺失值超过25%的行？
谢谢
浏览 2提问于2020-06-28得票数 0
2回答
请考虑以下列表
import numpy as np
import pandas as pd
l = [1,4,6,np.NaN,20,np.Nan,24]
我知道我可以用pandas interpolate用简单的线性插值来替换nan值，如下所示
pd.Series([1,4,6,np.NaN,20,np.NaN,24]).interpolate()
Out[38]:
0 1.0
1 4.0
2 6.0
3 13.0
4 20.0
5 22.0
6 24.0
dtype: float64
我的问题是：怎样才能获得相同的结果，只使用列表理解、
浏览 4提问于2022-04-21得票数 1
3回答
我怎么能忽略与pandas相等的空/NaN列呢？ 因此，如果COL2与1相同，并且COL2包含NaN，则返回TRUE df['col1'].equals(df['col2'])
浏览 32提问于2021-02-11得票数 0
回答已采纳
参数na_rep没有预期的效果。事实上，它被忽略了。
我的MRE：
import pandas as pd
import numpy as np
df = pd.DataFrame({'x': ['', 'b', 1, 2, 3, 'a'],
'y': [1, 4, 2, np.nan, 4, 7],
'z': [3, 4, 55, 3, 2, 4]})
df['y'].astype(str).str.c
浏览 5提问于2022-11-01得票数 2
我读到NaNs是有问题的，但下面这些会导致我的数据实际损坏，而不是错误。这是一个bug吗？我是否遗漏了文档中的一些基本内容？我希望第二个命令给出一个错误，或者给出与第一个命令相同的响应：
ipdb> df
year PRuid QC data
18 2007 nonQC 0 8.014261
19 2008 nonQC 0 7.859152
20 2010 nonQC 0 7.468260
21 1985 10 NaN 0.861403
22 1985 11 NaN 0.878531
23 1985
浏览 0提问于2013-05-13得票数 1
回答已采纳
我正在尝试比较以下代码行的形状，无论是在dropna()函数之前还是之后。但是，我不知道如何在第二个打印函数中添加形状参数。
import pandas as pd
import numpy as np
data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/10db3746-c8ff-4c55-9ac3-4affa0b65c16/titanic.csv')
print('Before dropping NaNs:', data.shape)
# drop
浏览 4提问于2022-08-31得票数 -3
1回答
Numpy :将标签转换为索引
、、、、
是否可以使用numpy将字符串向量转换为索引向量？
假设我有一个字符串数组(如['ABC', 'DEF', 'GHI', 'DEF', 'ABC']等)，我希望将其更改为像[0,1,2,1,0]这样的整数数组。有可能用numpy吗？我知道Pandas有一个Series类可以做到这一点，这要归功于。对于numpy也有类似的东西吗？
编辑：np.unique()返回所有元素的唯一值。我要做的是将中的标签转换为索引，例如Iris-setosa为0，Iris-versicolor为1，Iris-virginica为2。有什
浏览 0提问于2018-05-02得票数 6
回答已采纳
4回答
我有一个字典，里面填满了我导入的两个文件中的数据，但其中一些数据是nan。如何使用nan删除数据片段？
我的代码是：
import matplotlib.pyplot as plt
from pandas.lib import Timestamp
import numpy as np
from datetime import datetime
import pandas as pd
import collections
orangebook = pd.read_csv('C:\Users\WEGWEIS_JAKE\Desktop\Work Programs\Code File
浏览 1提问于2014-06-06得票数 9
1回答
NaN值未替换到dask数据帧中
、、、、
我正在尝试使用以下代码将dask数据帧转换为pandas数据帧： import dask.dataframe as dd
uri = "mysql+pymysql://myUser:myPassword@myHost:myPort/myDatabase"
dataframe = dd.read_sql_table("myTable", uri, "id", columns=["id", "name", "type_id"])
df = dataframe.fillna(0)
print(len(d
浏览 33提问于2021-10-06得票数 0
2回答
我有一组测量数据来转换成浮点值的数据。但有时机器不测量和设置一个“--”字符给pandas.to_numeric ValueError。这里有一个简化的例子，我的问题是如何转换成浮动孔列，并删除我有字符串“--”字符集的位置：
data = {'row_1': ["3.0", "2.4", "---", "0.0"], 'row_2': ['a', 'b', 'c', 'd']}
df = pandas.DataFrame.from_d
浏览 9提问于2022-01-10得票数 -1
回答已采纳
我的数据看起来像这样。在每一列中，有不同长度的值/键。有些行也是NaN的。
like match
0 [{'timestamp', 'type'}] [{'timestamp', 'type'}]
1 [{'timestamp', 'comment', 'type'}] [{'timestamp', 'type'}]
2 NaN
浏览 2提问于2020-12-15得票数 1
1回答
假设我们在Pandas中有一个dataframe df，有什么方法可以定义一个表达式以便我仍然可以得到完整的数据吗？
为了防止有帮助，我习惯于以类似的方式使用：
if cond:
condition = 'some expression'
else:
condition = '<return everything>'
df.query(condition)
我试过：
df.query('True')
df.query(True)
没有运气。
而且，df.query(1)似乎只检索了一条记录。
浏览 3提问于2015-10-06得票数 3
回答已采纳
我对python很陌生，并且使用python 3.9.6。我有一个以Cam_Cantera_IDT_output_800K_开头的每个文件的代码，它接受每个文件的第一列t和列X_ch2，并使用pd.merge将它们合并在一起。代码可以做我想做的事情，但是在我的输出中，我会弹出许多NaN。当我打开csv文件时，我有许多空单元格。我需要所有的数据，以便稍后进行一些计算。我是否需要考虑诸如合并而不是合并之类的选项？任何帮助都将是非常感谢的，因为我真的不知道如何解决这个问题。谢谢。
import glob
import pandas as pd
import os
file_extension =
浏览 7提问于2021-12-02得票数 0
回答已采纳
1回答
我有几个长期数据系列与空白，并希望使用低通滤波器检测异常值。理论上，(数据中位数)>3西格玛似乎是一个合适的测试，但有两个问题：
数据序列太长，变化太大，所以对整个系列只使用一个中位数和标准差是行不通的，
使用pandas.rolling_median和pandas.rolling_std已经帮了我很大的忙，但是现在数据缺口成了一个问题，因为在每个有效间隔的末尾都缺少滚动值，因此没有值可以比较。
下面的程序说明了这个问题(如果由于随机数据而在第一次尝试中捕获了所有异常值，则可能需要再次运行)：
import numpy as np
import pandas as pd
浏览 2提问于2016-07-22得票数 2
回答已采纳
1回答
一段时间以来，我一直在试图解决这个问题，但还没有想出一个解决办法。
我的问题是，如果满足条件，如何根据列名更改多列中的当前列值？
我有作为熊猫csv数据被阅读的调查数据：
import pandas as pd
df = pd.read_csv("survey_data")
如果当前列值等于1，我已经创建了一个字典，其中包含列名和每个列中我想要的值。每一列包含1或NaN。基本上，以'_SA‘=5、'_A’=4、'_NO‘=3、'_D’=2和'_SD‘结尾的数据帧中的任何列都保持为当前值1。这是字典：
op_dict = {
'o
浏览 1提问于2016-03-21得票数 0
回答已采纳
我一直在看韦斯·麦金尼( Wes McKinney)的“数据分析Python”()，并且遇到了第10章后端描述的熊猫移动窗口功能的问题。
问题是，“滚动平均”和其他“rolling_”函数与整数所需的TypeErrors一起出现错误。这只出现在Python2.7.3和熊猫0.12.0中--更改为Python的不同版本似乎可以解决这个问题。引起的错误出现在熊猫图书馆。
有没有人见过这个问题，或者可以复制它？
有没有人知道是否有快速修复，而不是升级我的Python版本？
代码和跟踪如下：
Python 2.7.3 (default, Jan 2 2013, 16:53:07)
[GCC 4.7
浏览 4提问于2013-11-11得票数 2
回答已采纳
2回答
我有一个包含许多NAN值的pandas DataFrame。
如何删除列以使number_of_na_values > 2000
我试着这样做：
toRemove = set()
naNumbersPerColumn = df.isnull().sum()
for i in naNumbersPerColumn.index:
if(naNumbersPerColumn[i]>2000):
toRemove.add(i)
for i in toRemove:
df.drop(i, axis=1, inplace=True)
有没有更优雅的方法呢？
浏览 0提问于2015-07-24得票数 14
回答已采纳
我最近一直在和熊猫玩，现在我尝试用不同的正态分布随机值替换数据中的NaN值。
假设我有这个没有头的CSV文件
0
0 343
1 483
2 101
3 NaN
4 NaN
5 NaN
我的预期结果应该是这样的
0
0 343
1 483
2 101
3 randomnumber1
4 randomnumber2
5 randomnumber3
但我得到了以下信息：
0
0 343
1 483
2 101
3 randomnumber1
4
浏览 3提问于2017-10-03得票数 9
回答已采纳
我有一个csv文件。我读到了：
import pandas as pd
data = pd.read_csv('my_data.csv', sep=',')
data.head()
它的输出如下：
id city department sms category
01 khi revenue NaN 0
02 lhr revenue good 1
03 lhr revenue NaN 0
我想删除sms列为空/NaN的所有行。做这
浏览 0提问于2017-09-07得票数 34
回答已采纳
在绘制整个列都填充了NaN的切片DataFrame时，我遇到了一些问题。
怎么回事：
pandas.DataFrame(
dict(
A=pandas.Series([np.NaN]*32),
B=pd.Series(range(-1,32))
)
).plot()
不同于：
#Ugly fix
pandas.DataFrame(
dict(
A=pandas.Series( [0] + [numpy.NaN]*32),
B=pd.Series(range(-1,32))
)
).plot()
通过
浏览 1提问于2012-07-27得票数 0
回答已采纳
我希望更新任何晚于Python的最大日期的日期：
display(df['maturity_date'].dtypes)
dtype('O')
display(df['maturity_date'].describe())
count 3488
unique 766
top 2166-09-23 00:00:00
freq 130
Name: maturity_date, dtype: object
m =
浏览 31提问于2018-05-28得票数 1
回答已采纳
我正在尝试计算pandas系列中的NaN元素(数据类型类‘numpy.float64’)，以了解有多少个数据类型是类'pandas.core.series.Series‘
这是为了计数pandas系列中的空值
import pandas as pd
oc=pd.read_csv(csv_file)
oc.count("NaN")
我期望oc,count("NaN")的输出是7，但它显示的是'Level NaN must be same as name (None)'
浏览 4提问于2019-05-23得票数 2
我为分层聚类编写了以下代码，但我得到了以下错误，您能帮助我吗？
# Importing the libraries
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
# Importing the Mall dataset with pandas
dataset =
pd.read_csv("https://raw.githubusercontent.com/akbarhusnoo/Chronic-Kidney-Disease-Prediction/main/chronic_kidne
浏览 4提问于2021-06-18得票数 0
回答已采纳
我在使用pandas读取一些txt文件时遇到了一个问题。
我的文件内容如下所示。
WNS 01.20
57039 108.8833 34.0833 445.8 LC 20150322120000
OOBS
00100 ///// ///// ////// /// /// ////////
00160 216.3 003.7 0006.5 100 100 -1.2E+02
00220 258.9 006.7 0006.6 100 100 -1.3E+02
00280 263.9 007.9 0006.6 100 100 -1.3E+02
前3行不是我想要的，所以我忽略它。所以我从第"
浏览 0提问于2018-07-14得票数 0
2回答
只是一个简单的问题，伙计们，我有一个熊猫数据框架：
In [11]: df = pd.DataFrame([['A', 'B'], ['C', E], ['D', 'C']],columns=['X', 'Y', 'Z'])
In [12]: df
Out[12]:
X Y Z
0 A B D
1 C E C
如何转换为降低df的所有元素
Out[12]:
X Y Z
0 a b d
1 c e c
我查看了，并
浏览 0提问于2016-10-29得票数 8
回答已采纳
源数据：
data = pandas.DataFrame(
[["bainuo","pay",2418,2811,0],
["ctrip_distributor","pay",468,613,0],
["bainuo","refund",855,1001,231],
["ctrip_distributor","refund",195,264,55],
["dianpinghotel","refund",53,60,52],
["
浏览 0提问于2016-02-22得票数 2
3回答
我试图对肯尼思法国工业投资组合做一些简单的分析(第一次使用Pandas/Python)，数据是txt格式(参见代码中的链接)。在进行计算之前，首先要正确地将其加载到Pandas dataframe中，但我已经为此挣扎了几个小时：
import urllib.request
import os.path
import zipfile
import pandas as pd
import numpy as np
# paths
url = 'http://mba.tuck.dartmouth.edu/pages/faculty/ken.french/ftp/48_Industry_Por
浏览 6提问于2015-10-29得票数 5
回答已采纳
我有一个基于不同气象站的多变量数据集(温度、压力等)，
stationID | Time | Temperature | Pressure |...
----------+------+-------------+----------+
123 | 1 | 30 | 1010.5 |
123 | 2 | 31 | 1009.0 |
202 | 1 | 24 | NaN |
202 | 2 | 24.3 | NaN |
20
浏览 8提问于2016-07-26得票数 3
回答已采纳
1回答
我在计算pandas数据帧中列的一部分的平均值时遇到问题。我需要将我的数据框分成子窗口，并且我需要每个较小窗口的平均值。
目前，我的代码如下所示：
array2 = np.array([[x[:,0].mean()]
for x in np.array_split(array1, 10)])
因此，目前我将array1划分为10个子数组。现在我的问题是:出于某种原因，我将"nan“作为某些方法的解决方案。这可能是由于array1中必须有一些NaN值的原因。我怎么能只计算非nan值的平均值，而根本不从array1中删除nan呢？这个是可能的吗？非常感谢！：
浏览 0提问于2020-01-20得票数 0
1回答
是否有一种方法可以为每一列找出不带数据的连续周期的最大长度？df.isna().sum()‘给出了所有nan的编号，但在这里的示例中，我正在寻找一种获取A=3和B=2的方法：
import pandas as pd
import numpy as np
i = pd.date_range('2018-04-09', periods=8, freq='1D')
df = pd.DataFrame({'A': [1, 5, np.nan ,np.nan, np.nan, 2, 5, np.nan], 'B' : [np.nan, 2,
浏览 3提问于2022-02-05得票数 0
我正在关注韦斯·麦金尼( Wes )的精彩著作，以跟上pandas的步伐。然而，我似乎不明白为什么pandas.Series.str.get不能工作。我在这里看过几个Github的问题，但似乎都没有帮助。
数据
data = pd.Series({'Dave': 'dave@google.com', 'Steve': 'steve@gmail.com', 'Rob': 'rob@yahoo.com', 'Wes': np.nan}
)
码
import pandas as pd
im
浏览 1提问于2019-07-26得票数 2
回答已采纳
1回答
我对下面的事情感到很为难。我有一只名为N x D p的熊猫，它有一些缺失(NAN)值。我有另一个由D x K x T索引的相应数组。我想把数据帧中每一个熊猫的输入n,d映射到a[d][k][p[n,d]]，以得到所有可能的k，从而生成N x D x K矩阵。我能得到一些帮助，如何在Pandas和Numpy库中最有效地做到这一点？
实际上，我取最后矩阵的N x D部分，并沿着列取乘积，留下一个N x K矩阵。最后的输出可以(缓慢地)通过以下方式复制：
def generate_entry(i, j):
result = np.prod([alpha[s][j][int(p
浏览 1提问于2017-05-04得票数 2
回答已采纳
我使用pandas创建的数据帧中有一些空值，当我打印它们时，它们看起来像这样：
0 NaN
5 NaN
9 NaN
使用Python抓取这些值并创建一个if表达式后，如何将它们转换为字符串：
if that_value == "NaN":
do_something
浏览 3提问于2017-03-14得票数 0
我使用pandas将数据从excel文件导入到一个变量df中。其中一些值是零。我需要用同一列的上行和下行的值的平均值来替换此值。请建议我如何迭代和计算平均值。
浏览 24提问于2020-11-06得票数 0
我想用连续值1和2在列1中填写这些缺失的数字。
这就是我所做的：
import pandas as pd
import numpy as np
df = pd.DataFrame({'a': [1, 4, 7,8,4],
'b': [1, np.nan, 3, np.nan, 5]})
df['b'].fillna({'b':[1,2]}, inplace=True)
但什么都没做。
浏览 1提问于2019-01-15得票数 2
回答已采纳
我使用的是Python 3.7
我需要从两个不同的源(都是csv)加载数据，并确定一个源中的哪些行不在第二个源中。
我使用pandas数据帧加载数据，并在两个数据源之间进行比较。
我从csv文件中加载了数据，在data-frame列中，类似2010392的值变成了2010392.0。
我读过很多关于格式化数据帧列的文章；不幸的是，大多数都是关于日期和时间转换的。
我在上偶然看到一篇文章《在Python pandas中格式化整数列数据框》，这篇文章并没有解决我的问题
基于上面提到的文章，我尝试了以下几种方法：
pd.to_numeric(data02['IDDLECT'], do
浏览 30提问于2019-07-09得票数 0
回答已采纳
实际上，我知道在list和系列中使用数据类型(如float )的许多方法，但是如何才能使用包含数据类型Pandas的系列
例如，我想：
series = pd.Series([[1,2],[2,3,4],[4,6]])
series类似于：
0 [1, 2]
1 [2, 3, 4]
2 [4, 6]
dtype: object
我希望有长度大于2的行，这实际上是行1。我试过了：
series[len(series) > 2]
和
series[series.apply(lambda x : len(x) > 1)]
两种方法都不起作用。
浏览 0提问于2021-02-20得票数 1
1回答
我有一个pandas多索引，大部分是数值，但也有一些没有，NaN或数据中的"-“。如下所示：
0 1 2 3
bar one -0.096648 -0.080298 0.859359 -0.030288
two NaN -0.431791 1.923893 -1.544845
thr -0.358526 1.416211 1.589617 0.284130
baz one 0.639951 -0.008833 - 0.042315
two
浏览 6提问于2018-02-12得票数 1
回答已采纳
当使用直方图绘制Pandas数据帧时，
示例数据帧数据
distance
0 5.680195
2 0.000000
3 7.974658
4 2.461387
5 9.703089
我用来绘制的代码
import matplotlib.pyplot as plt
plt.hist(df['distance'].values)
plt.show()
我有这个错误
"ValueError: range parameter must be finite."
我的尝试
df['Round_Distance'
浏览 14提问于2018-08-02得票数 3
最近，我从2.7转到python 3，重新安装了我的所有库，并且一直在手工修复脚本而没有py2to3。我的脚本中的一部分，它对概率进行排序，甚至得到了一个ValueError: Cannot convert Nan to integer
import pandas as pd
def ExtractU(df):
is_even = df['IDs'].str.extract('(\d+).*').astype(int) % 2 == 0
Even=df[is_even]
Odd=df[~is_even]
return Odd
因此，为了
浏览 1提问于2014-02-04得票数 0
1回答
考拉数据帧中的过滤索引值
、、、
我试着在科拉斯重现下面的操作，当我在考拉身上尝试同样的操作时，它会抛出一个错误。
在Pandas上的尝试：
df = pd.DataFrame({'foo':['a','b','c','d','e'], 'bar':['1', '2', '3','4','5']})
df1 = pd.DataFrame({'foo':['a','b','c'
浏览 4提问于2021-08-31得票数 0
回答已采纳
2回答
我已经在pandas中创建了一个数据帧，它显示了完成一个工作订单所需的总时间的计算。由于人为输入错误，一些时间计算出现为负时间，正如您在第30行中看到的那样，即使我将am切换到PM，它仍然会给出错误的时间，因为工作时间在07:30 - 16:00之间，最好忽略这些时间
<code>A0</code>
我得到这个结果的代码是：
<code>A1</code>
浏览 9提问于2018-12-16得票数 0
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
1回答
如何排除两个字段在Pandas中为空或空的行？
我有一个数据集：
A B C
1 2 ""
2 3 Null
1 2 3
我希望过滤并保留C不为空或不为null的行。
我试过这样做：
df[df["C"] != "" | df["C"].notnull() & df["B"] != "" | df["B"].notnull()]
在真实的数据中我有：
df[~df['ZIP'].isin(["","Null"])].dropn
浏览 2提问于2022-05-26得票数 0
4回答
我有一只熊猫数据，其中有一列我想要标准化的真实值：
>> a
array([ nan, 0.0767, 0.4383, 0.7866, 0.8091, 0.1954, 0.6307,
0.6599, 0.1065, 0.0508])
>> df = pandas.DataFrame({"a": a})
问题是，单个nan值将使所有数组nan
>> from scipy.stats import zscore
>> zscore(df["a"])
array([ nan, na
浏览 1提问于2014-05-04得票数 25
回答已采纳
1回答
我正在研究一种算法，它需要按两列分组。熊猫支持按两栏分组，方法是：
df.groupby([col1, col2])
但是产生的dataframe不是必需的dataframe
工作设置：
Python : v3.5
Pandas : v0.18.1
Pandas Dataframe -输入数据：
Type Segment
id
1 Domestic 1
2 Salary 3
3 NRI
浏览 2提问于2016-12-13得票数 3
回答已采纳
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
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
