পান্ডস খালি / খালি স্ট্রিং দিয়ে NaN প্রতিস্থাপন করুন

Question

নীচে প্রদর্শিত হিসাবে আমার কাছে একটি পান্ডাস ডেটাফ্রেম রয়েছে:

    1    2       3
 0  a  NaN    read
 1  b    l  unread
 2  c  NaN    read

আমি খালি স্ট্রিং দিয়ে NaN মানগুলি সরাতে চাই যাতে এটি দেখতে দেখতে:

    1    2       3
 0  a   ""    read
 1  b    l  unread
 2  c   ""    read

Answer 1

import numpy as np
df1 = df.replace(np.nan, '', regex=True)

এটি সাহায্য করতে পারে। এটি খালি স্ট্রিং সহ সমস্ত NaN প্রতিস্থাপন করবে।

Comments

কোন গ্রন্থাগার np.nanথেকে আসে? আমি এটি ব্যবহার করতে পারি না

— ক্যাফিনকনয়েসিয়র

@CaffeineConnoisseur: import numpy as np।

— জন জুইনক

@ ক্যাফেইনকনোইসুর - অথবা pd.np.nanআপনি যদি এটি না চান কেবল ঠিক তেমন করুন import numpy।

— এলপাস্টার

এটি ডিকটাকে একটি .csv এর সারিটিতে একটি স্ট্রিং হিসাবে সংরক্ষণ করার অনুমতি দেয় এবং তারপরে pd.DataFrame.from_dict(eval(_string_))

— ইএসবি'তে

... inplace=Trueবিকল্পটি উল্লেখ করার জন্যও দরকারী ।

— smci

Answer 2

df = df.fillna('')

বা শুধু

df.fillna('', inplace=True)

এটি na এর (যেমন NaN এর) পূরণ করবে ''।

আপনি যদি একটি একক কলাম পূরণ করতে চান তবে আপনি এটি ব্যবহার করতে পারেন:

df.column1 = df.column1.fillna('')

এর df['column1']পরিবর্তে কেউ ব্যবহার করতে পারে df.column1।

Comments

@ মিথ্রিল -df[['column1','column2']] = df[['column1','column2']].fillna('')

— এলপাস্টার

Answer 3

আপনি যদি কোনও ফাইল থেকে ডেটাফ্রেম পড়েন (CSV বা এক্সেল বলুন) তবে ব্যবহার করুন:

• df.read_csv(path , na_filter=False)
• df.read_excel(path , na_filter=False)

এটি স্বয়ংক্রিয়ভাবে খালি ক্ষেত্রগুলি খালি স্ট্রিং হিসাবে বিবেচনা করবে ''

---

আপনার যদি ইতিমধ্যে ডেটা ফ্রেম থাকে

• df = df.replace(np.nan, '', regex=True)
• df = df.fillna('')

Comments

na_filter read_excel () pandas.pydata.org/pandas-docs/stable/…- এ উপলব্ধ নেই

— রোজওয়েল

আমি আমার অ্যাপ্লিকেশন ব্যবহার করেছি। এটি বিদ্যমান আছে তবে কোনও কারণে, তারা এই যুক্তিটি ডক্সে দেয়নি। ত্রুটি ছাড়াই এটি আমার পক্ষে ভাল কাজ করে।

— নাটেশ ভাট

এটি কাজ করে, আমি এটি xl.parse('sheet_name', na_filter=False)

— পার্সে

Answer 4

একটি ফরম্যাটার ব্যবহার করুন, যদি আপনি কেবল এটি ফর্ম্যাট করতে চান যাতে এটি মুদ্রণের সময় খুব সুন্দরভাবে রেন্ডার হয় । df.to_string(... formattersঅযথা আপনার ডেটাফ্রেম সংশোধন করা বা মেমরি নষ্ট না করে কেবল কাস্টম স্ট্রিং-ফর্ম্যাটিং সংজ্ঞায়িত করতে ব্যবহার করুন :

df = pd.DataFrame({
    'A': ['a', 'b', 'c'],
    'B': [np.nan, 1, np.nan],
    'C': ['read', 'unread', 'read']})
print df.to_string(
    formatters={'B': lambda x: '' if pd.isnull(x) else '{:.0f}'.format(x)})

পেতে:

   A B       C
0  a      read
1  b 1  unread
2  c      read

Comments

print df.fillna('')নিজেই (না করে df = df.fillna('')) মূলটিকেও সংশোধন করে না। ব্যবহারের কোন গতি বা অন্য সুবিধা আছে to_string?

— চমত্কার

যথেষ্ট ফর্সা, df.fillna('')এটা!

— স্টিভ শুলিস্ট

@ শ্যাডোয়ালটেকার: অগত্যা, ওপি যদি ডিএফকে এক বিন্যাসে রাখে (যেমন আরও বেশি গণ্য-দক্ষ, বা অপ্রয়োজনীয় / খালি / নকল স্ট্রিংয়ের উপর মেমরি সঞ্চয় করতে চায়) তবে এটি কেবল সঠিক উত্তর হবে আনন্দদায়ক উপায় ব্যবহারের ক্ষেত্রে সম্পর্কে আরও না জেনে আমরা নিশ্চিত করে বলতে পারি না।

— smci

Answer 5

এটা চেষ্টা কর,

যোগ inplace=True

import numpy as np
df.replace(np.NaN, ' ', inplace=True)

Answer 6

ব্যবহারে keep_default_na=False আপনাকে সহায়তা করা উচিত:

df = pd.read_csv(filename, keep_default_na=False)

Answer 7

আপনি যদি ডেটাফ্রেমটিকে জেএসএনে রূপান্তর করছেন তবে NaNত্রুটি দেবে তাই সর্বোত্তম সমাধানটি ব্যবহারের ক্ষেত্রে এর সাথে প্রতিস্থাপন NaNকরা None।
এটি এখানে:

df1 = df.where((pd.notnull(df)), None)

Answer 8

আমি ন্যান দিয়ে স্ট্রিং মানগুলির একটি কলাম দিয়ে চেষ্টা করেছি।

ন্যানটি সরাতে এবং খালি স্ট্রিংটি পূরণ করতে:

df.columnname.replace(np.nan,'',regex = True)

ন্যানটি সরিয়ে কিছু মান পূরণ করতে:

df.columnname.replace(np.nan,'value',regex = True)

আমি df.iloc চেষ্টা করেছিলাম। তবে এটির জন্য কলামের সূচি দরকার। সুতরাং আপনাকে আবার টেবিলে সন্ধান করা উচিত। কেবল উপরের পদ্ধতিটি একটি পদক্ষেপ হ্রাস করেছে।