我正在处理一些确实包含缺失数据的 csv 数据集,这些数据集被标记为 Lücke。
我按如下方式导入数据集:
MyData=pd.read_csv('filename.csv',sep=';',skiprows=19,index_col='Date',dayfirst=True,parse_dates=True, na_values='L\xfccke')
它按预期工作,将Lücke变成更熟悉的NaN。
查看它的尾部,我知道有一个 Lücke,我得到以下内容,正如预期的那样:
level
Date
2011-12-28 07:00:00 0.0
2011-12-29 07:00:00 0.0
2011-12-30 07:00:00 0.4
2011-12-31 07:00:00 0.0
2012-01-01 07:00:00 NaN
所以根据 pandas 文档( http://pandas.pydata.org/pandas-docs/stable/missing_data.html#filling-missing-values-fillna )一个简单的
In [23]: MyData.level.fillna(0)
应该有窍门。还有它
Out [24]:
Date
...
2011-12-29 07:00:00 0.0
2011-12-30 07:00:00 0.4
2011-12-31 07:00:00 0.0
2012-01-01 07:00:00 0.0
Name: level, Length: 14976
似乎表明它确实有效。
但是继续,我总是遇到 AttributeError: max must be more than min in range parameter.
错误,尝试使用 plt.hist
绘制直方图。
为了检查,我运行了一个简单的 MyData.tail()
和 MyData.level.tail
,它们都得到了我
level
Date
2011-12-28 07:00:00 0.0
2011-12-29 07:00:00 0.0
2011-12-30 07:00:00 0.4
2011-12-31 07:00:00 0.0
2012-01-01 07:00:00 NaN
那是从哪里来的?我是否误解了 fillna,并且必须指定它实际上应该真正取代 NaN,而不是假装这样做?
或者这是一些旧 pandas 版本的错误?
最佳答案
默认情况下,fillna
将返回填充的 DataFrame 并且不会“就地”对其进行处理,因此您必须这样做:
MyData.level = MyData.level.fillna(0)
或者,您可以在调用时传递inplace=True
,它将就地工作,因此:
MyData.level.fillna(0, inplace=True)
关于python - 让 pandas fillna 持久化,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28410347/