如何将“ NA”值分配给python和pandas中的新列

如何解决如何将“ NA”值分配给python和pandas中的新列

我无法为数据帧分配NA值，并且在导出到_csv文件时显示为空。请提出建议。

查找数据_1的结果是：

for i in range(1,length):
    Nnw_ = np.array(data_1.iloc[0:(data_1.iloc[0:,i]).count(),[i]])
    rep = np.array(data_2.iloc[0:( data_2.iloc[0:,[i + 1]])
    data_1.replace(Nnw,rep,inplace=True)

解决方法

如果您从 CSV 文件中读取一个数据框，则该数据框可能包含缺少的值 代表了为 NA 。因此，源文件可以包含例如：

data_1,data_2
red,Rose
white,NA
yelow,NA
orange,Orange

但是 read_csv 会将缺少的值转换为 np.nan ，并打印出来 为 NaN ，并且两列均为 object 类型。

自 Pandas 版本 1.0 起，可以转换此类列 来字符串键入：

df = df.convert_dtypes()

现在，当您运行df.info()时，您将获得：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries,0 to 3
Data columns (total 2 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   data_1  4 non-null      string
 1   data_2  2 non-null      string
dtypes: string(2)
memory usage: 192.0 bytes

（与 read_csv 之后的df.info()的结果进行比较， 类型为 object ）。

此DataFrame可以保存到 CSV 文件中，例如运行 df.to_csv('Output.csv',index=False,na_rep='NA')，结果将是：

data_1,Orange

注意参数：

• index=False-省略索引的输出，
• na_rep='NA'-提供 NA 值的可见表示 （默认表示形式是空字符串）。

编辑

如果要使用 NA 替换单个单元格，请运行例如：

df.iloc[3,1] = np.nan

不用担心您使用了 np.nan 。 Pandas 很聪明，可以转换 放入 NA 。

如果将值从 data_2 复制到 data_1 ，则没有问题。 请注意，在 string 类型的 convert_dtypes both 列区域之后， 因此 NA 值也可以复制到 data_1 。

如果您不希望将缺少的值另存为 NA ，只需删除 na_rep to_csv 中的参数，它们将另存为（默认）空字符串。