指定缺失值的填充值
import pandas as pd
data=pd.read_csv(“./selectRefer10PerClass0317.txt”,sep=’\t’)
data.head()
指定字符串’-1’也做为缺失值来处理
import pandas as pd
data=pd.read_csv(“./selectRefer10PerClass0317.txt”,sep=’\t’,na_values=’-1′)
data.head()
数据为空的转换错误
问题: 使用data_df[‘col2’].astype(int)出现Cannot convert non-finite values (NA or inf) to integer
原因分析: 查看数据后发现是由于col2列中有些记录是空的,为值Nan,所以没法转换成int。
解决方案:
将此列的空值以指定值去填充 fillna函数。如以100
data_df[‘col2’]=data_df[‘col2’].fillna(100)
data_df[‘col2’].astype(int)
data_df=pd.DataFrame([[1,2,3],[None,None,2]])
print(data_df)
data_df[1].astype(int) # 报错 Cannot convert non-finite values (NA or inf)
data_df[1]=data_df[1].fillna(100)
data_df[1].astype(int) # 不在报错
print(data_df)
鸣谢与参考:
Original: https://blog.csdn.net/wangwangstone/article/details/115288664
Author: 旺仔的算法coding笔记
Title: pd.read_csv加载数据缺失值处理na_values与数据为空的填充。
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/741316/
转载文章受原作者版权保护。转载请注明原作者出处!