用到這個語句。
我們具體來看一下c和np是什么
np就是我引入的pandas庫，
c呢是我讀入csv文件的其中一列，列名為“上行業(yè)務(wù)量GB”
df是整個csv文件的數(shù)據(jù)，他的類型是dataframe
import numpy as np
import pandas as pd
# 打開文件
FileName= '長期編號.csv'
df = pd.read_csv(FileName, encoding='utf-8')
c = df[['上行業(yè)務(wù)量GB']] #選擇表格中的'4'列，返回的是DataFrame屬性
c[c==0]=np.nan
到這一步，c里的0值都變成nan了。
接下來我們寫到新的文件。
我采用將c這一列寫回到df中 替換原來的一列
df[['上行業(yè)務(wù)量GB']] = c
最后，將df寫入新的csv里
df.to_csv('補充缺失值后的長期數(shù)據(jù).csv')
完整代碼如下
"""
Created on Sun Jan 10 18:05:56 2021
@author: Administrator
"""
import numpy as np
import pandas as pd
# 打開文件
FileName= '長期編號.csv'
df = pd.read_csv(FileName, encoding='utf-8')
c = df[['上行業(yè)務(wù)量GB']] #選擇表格中的'4'列，返回的是DataFrame屬性
c[c==0]=np.nan
d[d==0]=np.nan
df[['上行業(yè)務(wù)量GB']] = c
df.to_csv('補充缺失值后的長期數(shù)據(jù).csv')
到此這篇關(guān)于python用dataframe將csv中的0值數(shù)據(jù)轉(zhuǎn)化為nan缺失值字樣的文章就介紹到這了,更多相關(guān)python csv的0值數(shù)據(jù)轉(zhuǎn)化為nan缺失值內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- python缺失值的解決方法總結(jié)
- python實現(xiàn)數(shù)據(jù)清洗(缺失值與異常值處理)
- Python Pandas對缺失值的處理方法
- Python時間序列缺失值的處理方法（日期缺失填充）
- Python Pandas找到缺失值的位置方法
- python解決pandas處理缺失值為空字符串的問題
- python實現(xiàn)數(shù)據(jù)預(yù)處理之填充缺失值的示例
