Замена значения NaN на ноль в DataFrame Pandas

Вы можете заменить значения NaN на 0 в Pandas DataFrame с помощью метода DataFrame.fillna(). Передайте ноль в качестве аргумента методу fillna() и вызовите этот метод в DataFrame, в котором вы хотите заменить значения NaN на ноль.

Метод fillna() возвращает новый DataFrame со значениями NaN, замененными указанным значением.

Образец фрагмента кода

Ниже приведен пример фрагмента кода для замены значений NaN на 0.

df = df.fillna(0)

Пример 1

В следующей программе Python мы берем DataFrame с некоторыми значениями, как NaN (numpy.nan). Затем мы воспользуемся методом fillna(), чтобы заменить эти значения numpy.nan на ноль.

import pandas as pd
import numpy as np

df = pd.DataFrame(
	[[np.nan, 72, 67],
	[23, 78, 62],
	[32, 74, np.nan],
	[np.nan, 54, 76]],
	columns=['a', 'b', 'c'])
print('Original DataFrame\n', df) 

df = df.fillna(0)
print('\nModified DataFrame\n', df)

Вывод:

Все значения NaN в DataFrame заменяются на 0.

Пример 2: замена в указанных столбцах

Вы также можете заменить значения NaN на 0 только в определенных столбцах. В следующем примере программы показано, как заменить значения numpy.nan на 0 для столбца «a».

import pandas as pd
import numpy as np

df = pd.DataFrame(
	[[np.nan, 72, 67],
	[23, 78, 62],
	[32, 74, np.nan],
	[np.nan, 54, 76]],
	columns=['a', 'b', 'c'])
print('Original DataFrame\n', df) 

df['a'] = df['a'].fillna(0)
print('\nModified DataFrame\n', df)

Вывод:

В этом руководстве примеров Python мы узнали, как заменить значения NaN на 0 в DataFrame.