| Pandas 之 过滤DateFrame中所有小于0的值并替换 | 您所在的位置：网站首页 › Python大于等于多少转化为1 › Pandas 之 过滤DateFrame中所有小于0的值并替换 |
Pandas 之 过滤DateFrame中所有小于0的值并替换
|
Outline
前几天，数据清洗时有用到pandas去过滤大量数据中的“负值”； 把过滤出来的“负值”替换为“NaN”或者指定的值。 故做个小记录。 读取CSV文件代码： import pandas as pd import numpy as np df = pd.read_csv('D:\All_Kinds_Stock_Data\windpy_filter_after\SH600036.csv') df # 开发环境： ipython notebook 下读取本地csv文件，输出结果如下： 可见里面有很多“负值”。 目的就是将这些“负值”替换掉。
代码： import pandas as pd import numpy as np df = pd.read_csv('D:\All_Kinds_Stock_Data\windpy_filter_after\SH600036.csv') df[ df < 0 ] # 过滤出所有小于 0 的对象 # 开发环境： ipython notebook 下此时拿到的是csv文件中所有小于 0 的元素（也即小于 0 的DateFrame对象）
将过滤出来小于 0 的DateFrame对象替换成指定值。 这里我需要将它们替换为 NaN 代码： import pandas as pd import numpy as np df = pd.read_csv('D:\All_Kinds_Stock_Data\windpy_filter_after\SH600036.csv') df[df < 0] = np.nan # 对过滤出来的对象进行赋值替换 df此时，所有“负值”已被替换为 NaN
如果你想把替换后的DateFrame保存为新的csv文件的话，只需要如下操作： df = pd.read_csv('D:\All_Kinds_Stock_Data\windpy_filter_after\SH600036.csv') df[df < 0] = np.nan df.to_csv('你的保存路径', index=True) # index = True/False 表示是否把索引index一起写入csv文本。
|
【本文地址】
公司简介
联系我们