python用dataframe将csv中的0值数据转化为nan缺失值字样
更新时间：2021年08月10日 15:53:04 作者：小白和小耳朵
本文主要介绍了python用dataframe将csv中的0值数据转化为nan缺失值字样，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
用到这个语句。
c[c==0]=np.nan
我们具体来看一下c和np是什么
np就是我引入的pandas库，
c呢是我读入csv文件的其中一列，列名为“上行业务量GB”
df是整个csv文件的数据，他的类型是dataframe
import numpy as np import pandas as pd # 打开文件 FileName= '长期编号.csv' df = pd.read_csv(FileName, encoding='utf-8') c = df[['上行业务量GB']] #选择表格中的'4'列，返回的是DataFrame属性 c[c==0]=np.nan
到这一步，c里的0值都变成nan了。
接下来我们写到新的文件。
我采用将c这一列写回到df中 替换原来的一列
df[['上行业务量GB']] = c
最后，将df写入新的csv里
df.to_csv('补充缺失值后的长期数据.csv')
完整代码如下
"""
Created on Sun Jan 10 18:05:56 2021
@author: Administrator
"""
import numpy as np
import pandas as pd
# 打开文件
FileName= '长期编号.csv'
df = pd.read_csv(FileName, encoding='utf-8')
c = df[['上行业务量GB']] #选择表格中的'4'列，返回的是DataFrame属性
c[c==0]=np.nan
d[d==0]=np.nan
df[['上行业务量GB']] = c
df.to_csv('补充缺失值后的长期数据.csv')
到此这篇关于python用dataframe将csv中的0值数据转化为nan缺失值字样的文章就介绍到这了,更多相关python csv的0值数据转化为nan缺失值内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了Python类的高级函数,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-08-08
这篇文章主要介绍了Python常见内置高效率函数用法,结合实例形式分析了Python中filter()、map()、reduce()、lambda匿名函数等功能与简单使用技巧,需要的朋友可以参考下2018-07-07
python使用docx模块读写docx文件的方法与docx模块常用方法详解
这篇文章主要介绍了python使用docx模块读写docx文件的方法与docx模块常用方法详解,需要的朋友可以参考下2020-02-02
今天小编就为大家分享一篇使用Pandas的Series方法绘制图像教程，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
这篇文章主要介绍了python实现selenium网络爬虫的方法小结,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-03-03
Django把SQLite数据库转换为Mysql数据库的过程
之前我们默认使用的是SQLite数据库，我们开发完成之后，里面有许多数据，如果我们想转换成Mysql数据库，那我们先得把旧数据从SQLite导出，然后再导入到新的Mysql数据库里去，这篇文章主要介绍了Django如何把SQLite数据库转换为Mysql数据库,需要的朋友可以参考下2023-05-05
这篇文章主要介绍了Python实现朴素贝叶斯的学习与分类过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-08-08
对于 Python 来说有多种方式可以输入数据,下面这篇文章主要给大家介绍了关于Python输入的多种情况超详细解读,分别是单行、多行及数组,文中通过代码介绍的非常详细,需要的朋友可以参考下2024-03-03
我们整理了关于python入门学习的一些细节知识点，对于学习python的初学者很有用，一起学习下。2018-03-03
这篇文章主要介绍了Python实现队列的方法,结合实例形式分析了Python基于数组和链表实现队列的相关操作技巧与相关注意事项,需要的朋友可以参考下2020-02-02
最新评论