博客

在Python中使用Pandas读取CSV文件时，经常会遇到文件中缺失值NaN的情况。而read_csv()函数提供了一个na_values参数，用于指定在读取数据时将哪些特定的值视为缺失值。

na_values参数的默认值为None，表示不把任何值认为是缺失值。如果需要将一个或多个特定的值指定为缺失值，可以使用该参数。

具体使用方法如下：

import pandas as pd

# 设置缺失值为-1和#N/A
df = pd.read_csv('example.csv', na_values=['-1', '#N/A'])

在以上示例中，我们通过将na_values的参数值设为一个包含特定值的列表来将特定的值指定为缺失值。在这里，我们将-1和#N/A这两个值都设置为缺失值，然后在读取CSV文件时，Pandas会自动将这些值视为缺失值。

在读取CSV文件时，Pandas会尽可能地将所有能够识别为缺失值的值都替换成NaN。当然，可以根据具体情况设置不同的na_values参数值，以便更好地自动替换缺失值。