如果单独是
>>> df.fillna(0) >>> print(df) # 可以看到未发生改变 >>> print(df.fillna(0)) # 如果直接打印是可以看到填充进去了 >>> print(df) # 但是再次打印就会发现没有了,还是Nan
将其Nan全部填充为0,这时再打印的话会发现根本未填充,这是因为没有加上参数inplace参数。
一定要将inplace = True加入参数,这样才能让源数据发生改变并保存。
>>> df.fillna(0, inplace = True) >>> print(df) #可以看到发生改变
以上这篇解决pandas.Data .fillna 填充Nan失败的问题就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
继续阅读与本文标签相同的文章
-
广东ETC货源充足,线上申办最快三个工作日到货
2026-05-19栏目: 教程
-
APP界面布局小技巧,快上车!
2026-05-19栏目: 教程
-
扫地机器人市场快速增长 扫、擦功能分离是趋势
2026-05-19栏目: 教程
-
召唤师终于等到了,《英雄联盟》手游开放预约,预约人数挤爆服务器
2026-05-19栏目: 教程
-
人工智能走进西藏特殊教育学校 以“声”为“眼”助力盲童阅读
2026-05-19栏目: 教程
