Pandas 数据框替换 inf - Python

简介

在使用 Pandas 进行数据分析的过程中，我们经常需要对数据框（DataFrame）中的特定值进行替换。有时候，数据框中的某些值可能是无穷大（inf），这在计算中会引起问题。本文将介绍如何使用 Pandas 替换数据框中的无穷大值。

步骤

1. 导入所需的库

首先，我们需要导入 Pandas 库以及其他可能使用到的库。

import pandas as pd
import numpy as np

2. 创建示例数据框

我们可以使用 Pandas 创建一个示例数据框，包含一些无穷大值（inf）。

data = {'A': [1, 2, np.inf, 4],
        'B': [np.inf, 6, 7, 8],
        'C': [9, 10, 11, np.inf]}
df = pd.DataFrame(data)

3. 替换无穷大值

使用 Pandas 的 replace() 函数可以替换数据框中的指定值。

df.replace([np.inf, -np.inf], np.nan, inplace=True)

在上述代码中，我们将无穷大值（inf）替换为缺失值（NaN），inplace=True 表示直接在原数据框上进行替换操作。

4. 检查替换结果

使用 head() 函数查看替换后的数据框的前几行，以确保替换操作成功。

print(df.head())

输出结果应为：

     A    B     C
0  1.0  NaN   9.0
1  2.0  6.0  10.0
2  NaN  7.0  11.0
3  4.0  8.0   NaN

结论

使用 Pandas 的 replace() 函数可以轻松替换数据框中的无穷大值。通过将无穷大值替换为缺失值，我们可以在计算过程中避免出现问题。

以上就是使用 Pandas 替换数据框中无穷大（inf）值的方法，希望对你有帮助！