pandas 按行读取 CSV 并处理 NaN 值的方法
本文介绍如何使用 pandas 按行读取 CSV 文件，并演示如何处理数据中的 NaN 值。通过 fillna 方法将 NaN 替换为特定标记，再结合 while 循环从列表中移除该标记，实现数据的清洗与格式化输出。
2026-10-13
10
本文介绍如何使用 pandas 按行读取 CSV 文件，并演示如何处理数据中的 NaN 值。通过 fillna 方法将 NaN 替换为特定标记，再结合 while 循环从列表中移除该标记，实现数据的清洗与格式化输出。
本文介绍在Python Pandas中处理数据清洗时遇到的空值与空格混合问题。通过两种方法：一是利用布尔数组筛选，二是使用apply函数将空格转为NaN后处理，并结合具体代码示例展示如何替换DataFrame中的NaN值，帮助开发者更准确地获取有效数据。
本文针对Python使用DDT结合HTMLTestRunner生成测试报告时遇到的两个核心问题提供解决方案：一是高版本DDT（1.2.0）导致用例名称后显示“dict() -> new empty dictionary”的Bug，通过降级至1.1.3版本解决；二是DDT默认不支持字典类型测试数据导致用例名无法自定义，通过修改mk_test_name源码逻辑，增加对字典中case_name字段的解析支持，实现清晰的用例命名。
本文介绍在Shell中调用Python脚本并传递参数时，若参数值包含空格会导致脚本接收到的参数被错误截断的问题。通过示例对比正常与异常执行情况，指出根本原因在于Shell对空格的默认分隔行为。解决方案是在传递参数时使用双引号包裹变量，确保含空格的参数作为一个整体传递给Python脚本，从而避免解析错误。
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。
本文详细介绍在Ubuntu系统中下载、解压并安装PyCharm Community版的完整流程。重点讲解新建或打开项目时如何指定Python解释器（如python2.7），以及在配置文件中手动添加PYTHONPATH等环境变量的具体操作步骤，确保项目依赖正确加载。
本文介绍在PyCharm中运行Python脚本时如何传递参数。通过快捷键Alt+Shift+F10调出运行窗口，选择Edit Configurations或直接按0进入配置界面，在Parameters栏输入所需参数后点击运行即可生效。该方法适用于需要动态传参的Python程序调试场景。
本文介绍解决PyCharm右下角“No R interpreter defined”提示的两种方案。若需使用R语言，可安装R并将路径配置至PyCharm；若无需R语言开发，建议直接卸载R语言插件。完成配置或卸载后重启PyCharm即可消除该提示，确保开发环境整洁。
本文详细讲解在Mac系统中首次安装PyCharm后，如何手动配置Project Interpreter。通过从官网下载Python版本，并在PyCharm偏好设置中添加Virtualenv Environment，快速完成环境搭建，确保项目正常运行。
新安装的Python解释器可能覆盖系统原有环境，导致已安装的库无法导入。本文介绍在PyCharm中通过修改项目解释器或添加环境变量来解决此问题的方法，分别提供Mac和Windows系统下的具体操作路径。
本文总结了Python中使用OpenCV库时无法显示图片的常见原因。主要涉及文件路径中的转义字符处理、避免使用中文路径或桌面路径，以及通过添加cv.waitKey(0)解决窗口无响应的问题。
本文针对PyCharm中运行解释器显示为空的问题提供解决方案。通过重新配置项目解释器路径，可恢复代码运行环境。适用于遇到此类配置错误的开发者，帮助快速修复IDE设置以正常使用Python功能。
