Python中使用fillna将NaN值替换为0的方法
发布时间：2026-10-13| 5人浏览过
本文介绍在Python Pandas中处理缺失值的方法。通过创建包含NaN的DataFrame，利用merge进行左连接后，使用fillna(0)函数将所有NaN值替换为0。代码示例展示了从数据合并到缺失值填充的完整流程，适用于数据预处理场景。
具体实现步骤如下所示：
import pandas as pd
df1 = pd.DataFrame([{'col1':'a', 'col2':1}, {'col1':'b', 'col2':2}])
df2 = pd.DataFrame([{'col1':'a', 'col3':11}, {'col1':'c', 'col3':33}])
data = pd.merge(left=df1, right=df2, how='left', left_on='col1', right_on='col1')
print (data)
# 将NaN替换为0
print (data.fillna(0))
以上关于在Python中将NaN值更改为0的方法介绍完毕，希望能为读者提供实用的参考，同时也感谢大家的支持。
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
