如何防止pandas将0当作nan

可以使用pandas中的fillna()函数，将0替换为NaN，然后再使用fillna()函数将NaN替换为0。具体代码如下：

import pandas as pd

df = pd.DataFrame({'A': [0, 1, 2, 0, 4], 'B': [5, 6, 0, 8, 9]})

df = df.replace(0, pd.np.nan)

df = df.fillna(0)

print(df)

输出结果为：

A B
0 0.0 5.0
1 1.0 6.0
2 2.0 0.0
3 0.0 8.0
4 4.0 9.0

相关问题

pandas读取带公式的excel显示NaN

当你使用`pandas`库读取包含公式或者链接单元格的Excel文件时，如果某个单元格引用了不存在的数据或者计算结果不可行（例如，除数为0），`pandas`会将其解析为`NaN`（Not a Number）。这是因为`pandas`在读取时默认不会执行Excel中的公式，而是把它们当作文本处理。

举个例子，如果公式里有一个错误的引用，比如`=A1+B2/C0`，当`B2`或`C0`为空或者值不存在时，就会返回`NaN`。

处理这种情况的一般方法包括：
1. **检查和修复**：使用`pandas.read_excel()`时，可以通过`engine='openpyxl'`参数启用公式计算，但这可能会带来性能下降，尤其是对于大文件。

   df = pd.read_excel('file.xlsx', engine='openpyxl')

2. **忽略错误**：如果只需要原始数据，可以在读取后过滤掉`NaN`。

   df = pd.read_excel('file.xlsx').dropna(subset=['列名'])

3. **转换数据**：根据需要，可以用`fillna`函数填充缺失值，或者用条件表达式处理`NaN`。

   df['列名'].fillna(0, inplace=True)  # 将空值替换为0

记得在处理公式相关的Excel数据之前，最好预览一下文件内容，确定哪些地方可能存在这个问题。

pandas 表连接

在pandas中，表连接可以通过merge函数和join函数来实现。merge函数可以基于某一列或多列的值进行连接，连接形式包括左连接(left)、右连接(right)、内连接(inner)和外连接(outer)。例如，可以使用merge函数进行左连接操作，示例如下：

import pandas as pd

df1 = pd.DataFrame({'Name':['San Zhang','Si Li'], 'Age':[20,30]})
df2 = pd.DataFrame({'Name':['Si Li','Wu Wang'], 'Gender':['F','M']})

result = df1.merge(df2, on='Name', how='left')

结果如下：

     Name  Age Gender
0 San Zhang   20    NaN
1    Si Li   30      F

另外，如果想要进行索引连接，可以使用join函数。join函数将索引当作键进行连接，参数包括on和how。示例如下：

import pandas as pd

df1 = pd.DataFrame({'Age':[20,30]}, index=pd.Series(['San Zhang','Si Li'],name='Name'))
df2 = pd.DataFrame({'Gender':['F','M']}, index=pd.Series(['Si Li','Wu Wang'],name='Name'))

result = df1.join(df2, how='left')

结果如下：

           Age Gender
Name                 
San Zhang   20    NaN
Si Li       30      F

希望对你有帮助！