用到这个语句。

c[c==0]=np.nan

我们具体来看一下c和np是什么

np就是我引入的pandas库，
c呢是我读入csv文件的其中一列，列名为“上行业务量GB”
df是整个csv文件的数据，他的类型是dataframe

import numpy as np
import pandas as pd


# 打开文件
FileName= '长期编号.csv'
df = pd.read_csv(FileName, encoding='utf-8')

c = df[['上行业务量GB']]  #选择表格中的'4'列，返回的是DataFrame属性

c[c==0]=np.nan

到这一步，c里的0值都变成nan了。
接下来我们写到新的文件。
我采用将c这一列写回到df中 替换原来的一列

df[['上行业务量GB']] = c

最后，将df写入新的csv里

df.to_csv('补充缺失值后的长期数据.csv')

完整代码如下

"""
Created on Sun Jan 10 18:05:56 2021

@author: Administrator
"""
import numpy as np
import pandas as pd


# 打开文件
FileName= '长期编号.csv'
df = pd.read_csv(FileName, encoding='utf-8')

c = df[['上行业务量GB']]  #选择表格中的'4'列，返回的是DataFrame属性

c[c==0]=np.nan

d[d==0]=np.nan

df[['上行业务量GB']] = c
df.to_csv('补充缺失值后的长期数据.csv')

到此这篇关于python用dataframe将csv中的0值数据转化为nan缺失值字样的文章就介绍到这了,更多相关python csv的0值数据转化为nan缺失值内容请搜索hwidc以前的文章或继续浏览下面的相关文章希望大家以后多多支持hwidc！

【文章来自：http://www.yidunidc.com/gfcdn.html 欢迎留下您的宝贵建议】