在 Pandas DataFrame 中创建 NaN 值的方法

让我们讨论在 Pandas Dataframe 中创建 NaN 值的方法。在 Pandas dataFrame 中有多种方法可以创建 NaN 值。那些是：

• 使用 NumPy
• 导入具有空白值的 csv 文件
• 应用 to_numeric函数

方法一：使用 NumPy

Python3

import pandas as pd
import numpy as np
  
num = {'number': [1,2,np.nan,6,7,np.nan,np.nan]}
df = pd.DataFrame(num)
  
df

输出：

方法 2：导入具有空白实例的 CSV 文件

考虑以下名为“Book1.csv”的 csv 文件：

代码：

Python3

# import pandas
import pandas as pd
  
# read file
df = pd.read_csv("Book1.csv")
  
# print values
df

输出：

您将获得空白实例的 Nan 值。

方法 3：应用 to_numeric函数

to_numeric函数将参数转换为数值类型。

例子：

Python3

import pandas as pd
  
num = {'data': [1,"hjghjd",3,"jxsh"]}
df = pd.DataFrame(num)
  
# this will convert non-numeric 
# values into NaN values
df = pd.to_numeric(df["data"], errors='coerce')
  
df

输出：