Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Заповнення Відсутніх Значень | Analyzing the Data

Перші Кроки в Pandas

Заповнення Відсутніх ЗначеньЗаповнення Відсутніх Значень

Щоб опрацювати NaN значення, одночасно зберігаючи кожен рядок датафрейму, можна використовувати функцію fillna(). Це дозволяє заповнювати кожну порожню комірку конкретним значенням (наприклад, текстом або числом), а не видаляти її.

Щоб замінити NaN значення числом 0:

Завдання

У вас є датафрейм під назвою data_frame. Ваша мета - замінити NaN значення у цьому датафреймі рядком 'no'.

Все було зрозуміло?

Секція 3. Розділ 9
toggle bottom row

Перші Кроки в Pandas

Заповнення Відсутніх ЗначеньЗаповнення Відсутніх Значень

Щоб опрацювати NaN значення, одночасно зберігаючи кожен рядок датафрейму, можна використовувати функцію fillna(). Це дозволяє заповнювати кожну порожню комірку конкретним значенням (наприклад, текстом або числом), а не видаляти її.

Щоб замінити NaN значення числом 0:

Завдання

У вас є датафрейм під назвою data_frame. Ваша мета - замінити NaN значення у цьому датафреймі рядком 'no'.

Все було зрозуміло?

Секція 3. Розділ 9
toggle bottom row
some-alt