Question

我正在使用一些包含缺失数据的csv数据集，标记为Lücke。

我按如下方式导入数据集：

MyData=pd.read_csv('filename.csv',sep=';',skiprows=19,index_col='Date',dayfirst=True,parse_dates=True, na_values='L\xfccke')

按预期工作，将Lücke变为更熟悉的 NaN 。

看着它的尾部，我知道有一个Lücke，我得到以下，如预期的那样：

                     level
Date                      
2011-12-28 07:00:00    0.0
2011-12-29 07:00:00    0.0
2011-12-30 07:00:00    0.4
2011-12-31 07:00:00    0.0
2012-01-01 07:00:00    NaN

所以根据pandas文档（http://pandas.pydata.org/pandas-docs/stable/missing_data.html#filling-missing-values-fillna）一个简单的

In [23]: MyData.level.fillna(0)

应该诀窍。它的

Out [24]:
Date
...
2011-12-29 07:00:00       0.0
2011-12-30 07:00:00       0.4
2011-12-31 07:00:00       0.0
2012-01-01 07:00:00       0.0
Name: level, Length: 14976

似乎表明它确实有效。

但是继续，我总是遇到AttributeError: max must be larger than min in range parameter.错误，尝试使用plt.hist绘制直方图。

所以，检查一下，我运行了一个简单的MyData.tail()和MyData.level.tail，他们都找到了我

                     level
Date                      
2011-12-28 07:00:00    0.0
2011-12-29 07:00:00    0.0
2011-12-30 07:00:00    0.4
2011-12-31 07:00:00    0.0
2012-01-01 07:00:00    NaN

那是从哪里来的？我是否误解了fillna，并且必须指出它实际应该真的替换NaN，而不仅仅是假装？

或者这是一些旧 pandas版本的错误？

Answer 1

默认情况下，fillna会返回填充的DataFrame，而不是“就地”处理它，因此您必须这样做：

MyData.level = MyData.level.fillna(0)

或者，您可以在调用时通过inplace=True，将就地工作，所以：

MyData.level.fillna(0, inplace=True)

让pandas fillna持久

1 个答案: