在pandas DataFrame中,可以使用isnull()
函数来检查DataFrame中的缺失值。要查找两列都为NaN的观测值,并将其替换为0,可以使用以下步骤:
import pandas as pd
df = pd.DataFrame({'A': [1, 2, float('nan')], 'B': [float('nan'), 5, float('nan')]})
isnull()
函数检查DataFrame中的缺失值,并使用逻辑运算符&
找到两列都为NaN的观测值:mask = df['A'].isnull() & df['B'].isnull()
loc
函数将满足条件的观测值替换为0:df.loc[mask, ['A', 'B']] = 0
完整的代码如下:
import pandas as pd
df = pd.DataFrame({'A': [1, 2, float('nan')], 'B': [float('nan'), 5, float('nan')]})
mask = df['A'].isnull() & df['B'].isnull()
df.loc[mask, ['A', 'B']] = 0
print(df)
输出结果为:
A B
0 1.0 NaN
1 2.0 5.0
2 0.0 0.0
在这个例子中,我们创建了一个包含两列的DataFrame,其中包含了一些NaN值。然后,我们使用isnull()
函数和逻辑运算符&
找到两列都为NaN的观测值,并使用loc
函数将其替换为0。最后,我们打印出替换后的DataFrame。
没有搜到相关的沙龙
领取专属 10元无门槛券
手把手带您无忧上云