熊猫 - 处理 NaN答案

【问题标题】：Pandas - handling NaN熊猫 - 处理 NaN
【发布时间】：2020-07-23 22:28:52
【问题描述】：

在这样的数据框中：

df_temp = pd.DataFrame({'Player':['One', 'Two', 'Three'],
                                'Goals':[1, NaN, 1],
                                'Assists':[2, NaN, 1],
                                'ShotBar':[NaN 1, NaN],
                                'ShotDefended':[NaN, 1, NaN],
                                'ShotOut':[3, 2, NaN]})

如何将所有NaN 替换为 1，并将所有其他单元格加 1？

【问题讨论】：

标签： python pandas

【解决方案1】：

你可以试试：

df.iloc[:,1:] = df.iloc[:,1:].fillna(0).add(1)

相当于：

df.iloc[:,1:] = df.iloc[:,1:].add(1).fillna(1)

输出：

  Player  Goals  Assists  ShotBar  ShotDefended  ShotOut
0    One    2.0      3.0      1.0           1.0      4.0
1    Two    1.0      1.0      2.0           2.0      3.0
2  Three    2.0      2.0      1.0           1.0      1.0

更新：仅适用于数字列：

num_cols = df.select_dtypes(include=np.number).columns
df[num_cols] = df[num_cols].fillna(0).add(1)

【讨论】：

我需要用 1 填充 NaN。
.add(1) 会将NaN 中的0 转换为1。
但我需要将 NaN 转换为 1 并将 1 添加到 1 或以上的所有单元格。你的解决方案就是这样做的吗？
我的代码确实将所有 NaN 替换为 1，并将 1 添加到所有其他单元格，如输出所示。
谢谢。我的例子只是一个虚拟的df。您的解决方案只能为数字类型提供 obs 吗？因为如果我将其应用于真正的 df，我会得到 TypeError: can only concatenate str (not "int") to str，因为某些列中有字符串

【解决方案2】：

你为什么不试试这个：先将NaN全部替换为零，然后加1：

df = df.fillna(0)
df[df.columns[1:]]+=1 #skipping the first columns with str

否则你也可以先用 1 添加元素，然后用 1 替换 NaN：

df[df.columns[1:]]+=1
df = df.fillna(1)

【讨论】：

【解决方案3】：

试试这个：

num_cols = df_temp.select_dtypes('number').columns
df_temp[num_cols] = df_temp[num_cols].add(1, fill_value=0)

【讨论】：