[已解决]关于pandas 里替换值的问题，请大神帮忙

futui

data = [[None,None,None,23.43,25.77,28.35,25.52,23.3,22.98,,],
[None,None,None,None,None,39.17,37.79,40.18,39.35,38.41,37.86],
[None,None,None,None,None,48.83,48.3,48.52,49.26,49.82,48.73],
[None,None,None,None,None,62.8,62.21,63.9,65.73,65.4,64.71],
[None,None,None,None,None,33.62,34.24,34.51,33.4,36,   35.1],
[None,None,None,None,None,48.48,47.47,46.99,47.2,46.14,44.7]]

我想把None 全部替换为1或其它什么数，用df.fillna()函数没效，请大神帮忙
   

最佳答案

月排行榜 / 总排行榜

阿奇_o

2022-12-10 17:51:37

1. #什么叫 没效？？？
   
2. df = pd.DataFrame(data)
   
3. df
   
4.      0     1     2      3      4      5      6      7      8      9      10
   
5. 0  None  None  None  23.43  25.77  28.35  25.52  23.30  22.98    NaN    NaN
   
6. 1  None  None  None    NaN    NaN  39.17  37.79  40.18  39.35  38.41  37.86
   
7. 2  None  None  None    NaN    NaN  48.83  48.30  48.52  49.26  49.82  48.73
   
8. 3  None  None  None    NaN    NaN  62.80  62.21  63.90  65.73  65.40  64.71
   
9. 4  None  None  None    NaN    NaN  33.62  34.24  34.51  33.40  36.00  35.10
   
10. 5  None  None  None    NaN    NaN  48.48  47.47  46.99  47.20  46.14  44.70
    
11. df.fillna(1)
    
12.    0   1   2      3      4      5      6      7      8      9      10
    
13. 0   1   1   1  23.43  25.77  28.35  25.52  23.30  22.98   1.00   1.00
    
14. 1   1   1   1   1.00   1.00  39.17  37.79  40.18  39.35  38.41  37.86
    
15. 2   1   1   1   1.00   1.00  48.83  48.30  48.52  49.26  49.82  48.73
    
16. 3   1   1   1   1.00   1.00  62.80  62.21  63.90  65.73  65.40  64.71
    
17. 4   1   1   1   1.00   1.00  33.62  34.24  34.51  33.40  36.00  35.10
    
18. 5   1   1   1   1.00   1.00  48.48  47.47  46.99  47.20  46.14  44.70

复制代码

跳转到最佳答案楼层

阿奇_o

1. #什么叫 没效？？？
   
2. df = pd.DataFrame(data)
   
3. df
   
4.      0     1     2      3      4      5      6      7      8      9      10
   
5. 0  None  None  None  23.43  25.77  28.35  25.52  23.30  22.98    NaN    NaN
   
6. 1  None  None  None    NaN    NaN  39.17  37.79  40.18  39.35  38.41  37.86
   
7. 2  None  None  None    NaN    NaN  48.83  48.30  48.52  49.26  49.82  48.73
   
8. 3  None  None  None    NaN    NaN  62.80  62.21  63.90  65.73  65.40  64.71
   
9. 4  None  None  None    NaN    NaN  33.62  34.24  34.51  33.40  36.00  35.10
   
10. 5  None  None  None    NaN    NaN  48.48  47.47  46.99  47.20  46.14  44.70
    
11. df.fillna(1)
    
12.    0   1   2      3      4      5      6      7      8      9      10
    
13. 0   1   1   1  23.43  25.77  28.35  25.52  23.30  22.98   1.00   1.00
    
14. 1   1   1   1   1.00   1.00  39.17  37.79  40.18  39.35  38.41  37.86
    
15. 2   1   1   1   1.00   1.00  48.83  48.30  48.52  49.26  49.82  48.73
    
16. 3   1   1   1   1.00   1.00  62.80  62.21  63.90  65.73  65.40  64.71
    
17. 4   1   1   1   1.00   1.00  33.62  34.24  34.51  33.40  36.00  35.10
    
18. 5   1   1   1   1.00   1.00  48.48  47.47  46.99  47.20  46.14  44.70

复制代码