在遍历循环之前,先使用pandas的fillna()函数将缺失值填充为指定值,可以是0或者是平均值、中位数等。示例如下:
import pandas as pd
import numpy as np
# 构造一个包含缺失值的DataFrame
df = pd.DataFrame({'A': [1, 2, 3, np.nan, 5], 'B': [6, np.nan, 8, 9, 10]})
# 将缺失值用0填充
df.fillna(0, inplace=True)
# 遍历DataFrame的每一行,计算每行的和
for i in range(len(df)):
row_sum = df.iloc[i].sum()
print("第{}行的和为{}".format(i, row_sum))
输出结果:
第0行的和为7.0
第1行的和为6.0
第2行的和为16.0
第3行的和为0.0
第4行的和为15.0
这样,在遍历循环时,就能够避免出现缺失值的问题了。