Python：熊貓導致無效的比較類型

Question

我有兩種類型的錯誤數據需要更正。 一個是null，另一個是Nan。

 >>> df_new
          Volume Price   
Date
2017-01-01 500  760
2017-01-02 null 760
2017-01-03 50   770
2017-01-04 null 780

另一種是NaN

 >>> df_new
          Volume Price   
Date
2017-01-01 500  760
2017-01-02 NaN 760
2017-01-03 50  770
2017-01-04 NaN 780

如何將null和NaN數據都替換為0？ 我的代碼可以為null或NaN，但是我不能同時為兩者工作

volume = df_new['Volume'] == 'null' or df_new['Volume'].isnull()
df_new.loc[volume,'Volume'] = 0
df_new.replace('null',np.NaN,inplace=True)
df_new.iloc[0].fillna(df_new.iloc[1].Open,inplace=True)

它返回錯誤

追溯（最近一次通話最后一次）：文件“ /”，第1行，在文件“ /home/.local/lib/python2.7/site-packages/pandas/core/ops.py”中，行763，在包裝器res = na_op（值，其他）文件“ /home/.local/lib/python2.7/site-packages/pandas/core/ops.py”，行718，在na_op中引發TypeError（“無效類型比較”）TypeError：無效類型比較

如果volume = df_new['Volume'] == 'null'則該代碼將起作用，但這將無法糾正數據，因為它是NaN，並用0代替

Answer 1

將replace用於替換null ，將fillna用於替換NaN和None ：

df['Volume'] = df['Volume'].replace('null', np.nan).fillna(0)

要么：

df['Volume'] = df['Volume'].replace('null', 0).fillna(0)

要檢測null或NaN添加| 對於按位or和括號：

volume = (df_new['Volume'] == 'null') | (df_new['Volume'].isnull())