用到这个语句。
|
1
|
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
|
1
2
3
4
5
6
7
8
9
10
11
|
import numpy as npimport 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
|
1
|
df[['上行业务量GB']] = c |
最后，将df写入新的csv里
|
1
|
df.to_csv('补充缺失值后的长期数据.csv') |
完整代码如下
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
"""Created on Sun Jan 10 18:05:56 2021@author: Administrator"""import numpy as npimport 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.nand[d==0]=np.nandf[['上行业务量GB']] = cdf.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缺失值内容请搜索服务器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服务器之家！
原文链接：https://blog.csdn.net/qq_44321147/article/details/112438419
