如何使用 Python pandas 处理数据整理问题中的 -inf 值
how to deal with -inf values in data wrangling problems using Python pandas
在 python 中使用 csv 文件中的 pandas 进行数据整理时，如何处理在为百分比变化计算创建列时可能出现的 -inf 值？
假设您有一个数据，您使用 pandas 作为数据框加载到 python。然后，您创建另一列，其中包含数据中任意两列之间的百分比变化值。您检查的某些值是 -inf。如何处理它们，尤其是当您清理要作为训练数据集提供的数据时。
这些值通常以 NaN 出现。所以使用 df.dropna() 或 df.fillna().
在 python 中使用 csv 文件中的 pandas 进行数据整理时，如何处理在为百分比变化计算创建列时可能出现的 -inf 值？ 假设您有一个数据，您使用 pandas 作为数据框加载到 python。然后，您创建另一列，其中包含数据中任意两列之间的百分比变化值。您检查的某些值是 -inf。如何处理它们，尤其是当您清理要作为训练数据集提供的数据时。
这些值通常以 NaN 出现。所以使用 df.dropna() 或 df.fillna().