Solucionado
Boa tarde! Ficou claro como subistituir valores faltantes por 0 através dos métodos df.fillna() e df.replace(). Fiquei em dúvida sobre como fazer o contrário, substituir os valores zero por Nan. Outra dúvida é sobre como trazer todas os valores 0 (zero) de um dataframe, consegui trazer de uma determinada coluna, mas não do dataframe completo
df[df['Glucose'].isin([0])]
Obrigada.
hoje, com a Alura e o Google Gemini
Olá Thais! Tudo bem contigo?
Para substituir os valores 0 por NaN, você pode fazer o seguinte:
import numpy as np
df.replace(0, np.nan, inplace = True)Agora, para pegar os zeros em todas colunas, você pode utilizar o operador or ou o método query. Vou fazer um exemplo para você entender como pode utilizar os dois:
Suponhamos que eu tenha o seguinte dataframe:
| Quantidade | Frutas | Preco | |
|---|---|---|---|
| 0 | 0 | Goiaba | 1.5 |
| 1 | 1 | Maça | 2.5 |
| 2 | 2 | Laranja | 0 |
| 3 | 0 | Pera | 4.8 |
| 4 | 4 | Uva | 0 |
| 5 | 5 | Tomate | 2.45 |
| 6 | 0 | Tangerina | 3.75 |
Para selecionar todas as linhas que possuem valores zero, posso fazer o seguinte:
df[(df['Quantidade'] == 0) | (df['Frutas'] == 0) | (df['Preco'] == 0)]Ou:
df.query('Quantidade == 0 or Frutas == 0 or Preco == 0')Que o resultado será o seguinte dataframe:
| Quantidade | Frutas | Preco | |
|---|---|---|---|
| 0 | 0 | Goiaba | 1.5 |
| 2 | 2 | Laranja | 0 |
| 3 | 0 | Pera | 4.8 |
| 4 | 4 | Uva | 0 |
| 6 | 0 | Tangerina | 3.75 |
Espero que isso ajude! Qualquer dúvida estou por aqui :)
Bons estudos!
Ajudou bastante :) Obrigada!