Python Pandas DataFrame NaN值替换方法详解

DataFrame NaN值替换方法

在Python数据处理中，经常需要将DataFrame中的NaN值替换为期望的值。例如，在进行数据合并后，可能会产生缺失值，此时需要将其替换为None或其他默认值。

import pandas as pd
df1 = pd.DataFrame([{'col1':'a', 'col2':1}, {'col1':'b', 'col2':2}])
df2 = pd.DataFrame([{'col1':'a', 'col3':11}, {'col1':'c', 'col3':33}])

data = pd.merge(left=df1, right=df2, how='left', left_on='col1', right_on='col1')
print data
# 将NaN替换为None
print data.where(data.notnull(), None)

替换结果展示

执行上述操作后，输出结果如下所示：

 col1 col2 col3
0  a   1  11
1  b   2  NaN
 col1 col2 col3
0  a   1  11
1  b   2 None

以上就是Python DataFrame NaN处理方式的完整介绍。希望这些内容能对读者有所帮助，欢迎继续支持本站获取更多技术分享。