Đôi khi DataFrame chứa một cột trống và có thể đặt ra một vấn đề thực sự trong kịch bản thực tế. Thiếu dữ liệu cũng có thể gọi là giá trị NA (không có sẵn) trong gấu trúc. Trong DataFrame đôi khi nhiều bộ dữ liệu chỉ đơn giản là đến với dữ liệu bị thiếu, vì nó tồn tại và không được thu thập hoặc nó không bao giờ tồn tại. Trong bài viết này, hãy để Lừa xem cách điền vào các cột trống trong DataFrame bằng gấu trúc. Lưu ý: Liên kết của tệp CSV ở đây.Link of csv file here. Điền vào cột trống: Python3import pandas as pd
df = pd.read_csv("Persons.csv"____10
person order elements main_meal
Alice [drink, snack, salad, fish, dessert] 5 fish
Tom [drink, snack] 2 none
John [drink, snack, soup, chicken] 4 chicken
Mila [drink, snack, soup] 3 none
1Đầu tiên, chúng tôi nhập gấu trúc sau đó chúng tôi tải tệp CSV của chúng tôi trong biến DF. Chỉ cần cố gắng chạy điều này trong Notebook Jupyter hoặc Colab. Output: Python3person order elements main_meal
Alice [drink, snack, salad, fish, dessert] 5 fish
Tom [drink, snack] 2 none
John [drink, snack, soup, chicken] 4 chicken
Mila [drink, snack, soup] 3 none
2person order elements main_meal
Alice [drink, snack, salad, fish, dessert] 5 fish
Tom [drink, snack] 2 none
John [drink, snack, soup, chicken] 4 chicken
Mila [drink, snack, soup] 3 none
3person order elements main_meal
Alice [drink, snack, salad, fish, dessert] 5 fish
Tom [drink, snack] 2 none
John [drink, snack, soup, chicken] 4 chicken
Mila [drink, snack, soup] 3 none
4=person order elements main_meal
Alice [drink, snack, salad, fish, dessert] 5 fish
Tom [drink, snack] 2 none
John [drink, snack, soup, chicken] 4 chicken
Mila [drink, snack, soup] 3 none
6person order elements main_meal
Alice [drink, snack, salad, fish, dessert] 5 fish
Tom [drink, snack] 2 none
John [drink, snack, soup, chicken] 4 chicken
Mila [drink, snack, soup] 3 none
0person order elements main_meal
Alice [drink, snack, salad, fish, dessert] 5 fish
Tom [drink, snack] 2 none
John [drink, snack, soup, chicken] 4 chicken
Mila [drink, snack, soup] 3 none
1Dòng này được sử dụng để loại bỏ giá trị chỉ mục, chúng tôi không muốn điều đó, vì vậy chúng tôi xóa nó. Output: Có một số phương pháp được sử dụng để lấp đầy các cột trống. Chúng tôi sẽ thấy nó từng cái một Phương pháp 1: Trong phương pháp này, chúng tôi sẽ sử dụng DF.Fillna (0), thay thế tất cả các phần tử NAN bằng 0s.eplace all NaN elements with 0s. Example: Python3Output: Phương pháp 2: Trong phương pháp này, chúng tôi sẽ sử dụng DF.Fillna (Phương thức = Hồi ffill,), được sử dụng để truyền các giá trị không null về phía trước hoặc lùi.propagate non-null values forward or backward. Cú pháp: dataFrame.fillna (value = none, phương thức = none, trục = không, inplace = false, giới hạn = không, downcast = none) & nbsp;DataFrame.fillna(value=None, method=None, axis=None, inplace=False,
limit=None, downcast=None)
Python3person order elements main_meal
Alice [drink, snack, salad, fish, dessert] 5 fish
Tom [drink, snack] 2 none
John [drink, snack, soup, chicken] 4 chicken
Mila [drink, snack, soup] 3 none
9= df['main_meal'] = ''
if df['elements'] >= 4:
df['main_meal'] = df.order[3]
else:
df['main_meal'] = 'none'
1=df['main_meal'] = ''
if df['elements'] >= 4:
df['main_meal'] = df.order[3]
else:
df['main_meal'] = 'none'
3person order elements main_meal
Alice [drink, snack, salad, fish, dessert] 5 fish
Tom [drink, snack] 2 none
John [drink, snack, soup, chicken] 4 chicken
Mila [drink, snack, soup] 3 none
0df['main_meal'] = ''
if df['elements'] >= 4:
df['main_meal'] = df.order[3]
else:
df['main_meal'] = 'none'
5Output: Phương pháp 3: Trong phương pháp này, chúng tôi sẽ sử dụng DF.Interpolate () và & nbsp; Cú pháp: dataFrame.Interpolate (Phương thức = Tiết tuyến tính, Axis = 0, Limited = none, inplace = false, giới hạn_direction = none, Limited_area = none, Downcast = none, ** kwargs)DataFrame.interpolate(method=’linear’, axis=0, limit=None, inplace=False, limit_direction=None, limit_area=None, downcast=None, **kwargs)
Python3df['main_meal'] = ''
if df['elements'] >= 4:
df['main_meal'] = df.order[3]
else:
df['main_meal'] = 'none'
6= df['main_meal'] = ''
if df['elements'] >= 4:
df['main_meal'] = df.order[3]
else:
df['main_meal'] = 'none'
8df['main_meal'] = ''
if df['elements'] >= 4:
df['main_meal'] = df.order[3]
else:
df['main_meal'] = 'none'
9Output:
Có một khung dữ liệu bao gồm một người và đơn đặt hàng ... person order elements
Alice [drink, snack, salad, fish, dessert] 5
Tom [drink, snack] 2
John [drink, snack, soup, chicken] 4
Mila [drink, snack, soup] 3
Tôi muốn biết những gì khách hàng có là một bữa ăn chính. Vì vậy, tôi muốn thêm một cột khác [main_meal] để đó là DF của tôi. person order elements main_meal
Alice [drink, snack, salad, fish, dessert] 5 fish
Tom [drink, snack] 2 none
John [drink, snack, soup, chicken] 4 chicken
Mila [drink, snack, soup] 3 none
Quy tắc là nếu khách hàng đặt hàng 4 bữa ăn trở lên, điều đó có nghĩa là yếu tố thứ 4 luôn là món ăn chính, vì vậy tôi muốn trích xuất phần tử thứ 4 từ danh sách trên cột đặt hàng. Nếu nó chứa ít hơn 4 phần tử, thì hãy gán 'main_meal' cho không. Mã của tôi: df['main_meal'] = ''
if df['elements'] >= 4:
df['main_meal'] = df.order[3]
else:
df['main_meal'] = 'none'
Nó không hoạt động: ValueError Traceback (most recent call last)
<ipython-input-100-39b7809cc669> in <module>()
1 df['main_meal'] = ''
2 df.head(5)
----> 3 if df['elements'] >= 4:
4 df['main_meal'] = df.order[3]
5 else:
~\Anaconda\lib\site-packages\pandas\core\generic.py in __nonzero__(self)
1571 raise ValueError("The truth value of a {0} is ambiguous. "
1572 "Use a.empty, a.bool(), a.item(), a.any() or
a.all()."
-> 1573 .format(self.__class__.__name__))
1574
1575 __bool__ = __nonzero__
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
Có gì sai với mã của tôi?
Làm thế nào để bạn điền vào một cột trong Python?
Phương thức fillna () được sử dụng để điền vào cột (một hoặc nhiều cột) chứa na/nan/không có 0, trống, trống hoặc bất kỳ giá trị được chỉ định nào E.T.C. Nan được coi là một giá trị thiếu. is used to fill column (one or multiple columns) contains NA/NaN/None with 0, empty, blank or any specified values e.t.c. NaN is considered a missing value.
Làm cách nào để lấp đầy một cột trống trong gấu trúc?
Trong phương pháp này, chúng tôi sẽ sử dụng DF.Fillna (Phương thức = 'ffill'), được sử dụng để lan truyền các giá trị không null về phía trước hoặc lùi.df. fillna(method='ffill')” , which is used to propagate non-null values forward or backward.
Làm cách nào để thêm dữ liệu vào một cột trống trong Python?
Có nhiều cách để thêm một cột trống/trống mới (đơn hoặc nhiều cột) vào khung dữ liệu gấu trúc bằng cách sử dụng toán tử gán, gán (), chèn () và application ().Bằng cách sử dụng chúng, bạn có thể thêm một hoặc nhiều cột trống với NAN, Không có, Trống hoặc Trống giá trị chuỗi vào tất cả các ô.using assign operator, assign() , insert() and apply() methods. By using these you can add one or multiple empty columns with either NaN , None , Blank or Empty string values to all cells.
Làm cách nào để lấp đầy một cột trống?
Đây là một thủ thuật nhanh chóng để chọn các ô trống ... Chọn các cột hoặc hàng mà bạn muốn điền vào chỗ trống .. Nhấn Ctrl + G hoặc F5 để hiển thị hộp thoại Đi đến .. Nhấp vào nút đặc biệt.Ghi chú..... Chọn nút Radio Blanks và bấm OK .. | 
