溫馨提示×

您好，登錄后才能下訂單哦！

密碼登錄×
登錄注冊(cè)×
其他方式登錄
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》

使用pandas怎么判斷數(shù)據(jù)是否為NaN值

發(fā)布時(shí)間：2021-06-16 16:32:26 來(lái)源：億速云 閱讀：1267 作者：Leah 欄目：開(kāi)發(fā)技術(shù)

使用pandas怎么判斷數(shù)據(jù)是否為NaN值，很多新手對(duì)此不是很清楚，為了幫助大家解決這個(gè)難題，下面小編將為大家詳細(xì)講解，有這方面需求的人可以來(lái)學(xué)習(xí)下，希望你能有所收獲。

具體的做法可以先看某一些特征的具體分布情況，然后我們選擇合適的閾值進(jìn)行分割。

def age_map(x):
 if x < 26:
  return 0
 elif x >=26 and x <= 35:
  return 1
 elif x > 35 and x <= 45:
  return 2
 elif pd.isnull(x): #判斷是否為NaN值，== 和in 都無(wú)法判斷
  return 3
 else:
  return 4

也就是用pandas自帶的函數(shù)來(lái)表示：

pd.isnull(x)

最后我們可以應(yīng)用map函數(shù)：

data['age'] = data['birth_year'].map(age_map)

看完上述內(nèi)容是否對(duì)您有幫助呢？如果還想對(duì)相關(guān)知識(shí)有進(jìn)一步的了解或閱讀更多相關(guān)文章，請(qǐng)關(guān)注億速云行業(yè)資訊頻道，感謝您對(duì)億速云的支持。

向AI問(wèn)一下細(xì)節(jié)

免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI
助
手