Python Pandas - แทนที่องค์ประกอบ NaN ทั้งหมดใน DataFrame ด้วย 0s

ในการแทนที่ค่า NaN ให้ใช้เมธอด fillna() สมมติว่าต่อไปนี้คือไฟล์ CSV ของเราที่เปิดใน Microsoft Excel โดยมีค่า NaN บางส่วน -

ขั้นแรก นำเข้าไลบรารีที่จำเป็น -

import pandas as pd

โหลดข้อมูลจากไฟล์ CSV ลงใน Pandas DataFrame -

dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesData.csv")

แทนที่ค่า NaN ด้วย 0s โดยใช้วิธี fillna() -

dataFrame.fillna(0)

ตัวอย่าง

ต่อไปนี้เป็นรหัส

import pandas as pd

# Load data from a CSV file into a Pandas DataFrame
dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesData.csv")
print("DataFrame...\n",dataFrame)

# replace NaN values with 0s
res = dataFrame.fillna(0)
print("\nDataFrame after replacing NaN values...\n",res)

ผลลัพธ์

สิ่งนี้จะสร้างผลลัพธ์ต่อไปนี้ -

DataFrame...
       Car   Reg_Price   Units
0      BMW        2500   100.0
1    Lexus        3500     NaN
2     Audi        2500   120.0
3   Jaguar        2000     NaN
4  Mustang        2500   110.0

DataFrame after replacing NaN values...
       Car   Reg_Price   Units
0      BMW        2500   100.0
1    Lexus        3500     0.0
2     Audi        2500   120.0
3   Jaguar        2000     0.0
4  Mustang        2500   110.0