# Pandas中nan, extract, round怎么用
在Pandas中處理數據時，`nan`、`extract`和`round`是常用的功能，下面分別介紹它們的用法。
## 1. 處理缺失值（nan）
Pandas用`np.nan`表示缺失值，常用方法包括：
```python
import pandas as pd
import numpy as np
# 創建含nan的DataFrame
df = pd.DataFrame({'A': [1, np.nan, 3], 'B': [4, 5, np.nan]})
# 檢測nan
print(df.isna())
# 填充nan
df.fillna(0, inplace=True) # 用0填充
str.extract()用于從字符串列中提取匹配正則表達式的組：
data = pd.Series(['John Doe (30)', 'Jane Smith (25)'])
# 提取姓名和年齡
result = data.str.extract(r'([A-Za-z ]+) \((\d+)\)')
print(result)
輸出兩列：姓名和年齡
round()用于對數值進行四舍五入：
df = pd.DataFrame({'A': [1.234, 2.567, 3.891]})
# 保留2位小數
df_rounded = df.round(2)
print(df_rounded)
輸出：
A
0 1.23
1 2.57
2 3.89
nan用于表示和操作缺失值extract配合正則表達式實現文本提取round控制數值精度掌握這些方法能有效提升數據清洗效率。 “`
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
