我有这段代码
print(abs(data.left_error))
print(data['left_error'].isna().sum())
# Remove rows with NaN values in the 'left_error' column
left_no_nan = data.dropna(subset=['left_error'])
print(abs(left_no_nan.left_error))
print(left_no_nan['left_error'].isna().sum())
fig1 = go.Figure(data=[
go.Heatmap(
z=abs(left_no_nan.left_error),
x=left_no_nan.somedata_left,
y=left_no_nan['velocity'],
colorscale='Viridis'
)])
data
在left_error
列中有一些Nan。打印输出是这样的
0 0.442834 1 0.404161
2 0.361559
3 0.319925
4 0.273510
...
25405 南
25406 南
25407 南
25408 南
25409 南
名称:left_error,长度:25410,dtype:float64
10797
0 0.442834
1 0.404161
2 0.361559
3 0.319925
4 0.273510
...
25322 0.171343
25323 0.347305
25324 0.279475
25325 0.224612
25326 0.299578
名称:left_error,长度:14613,dtype:float64
0
所以
left_no_nan
不再有Nan了
但是,当我运行脚本时,当我将鼠标悬停在它上面时,我得到了一个带有大量 Nan 的热图。 为什么会发生这种情况?
我认为你在其他专栏中有nan 尝试:
left_no_nan = data.dropna(subset=['left_error', 'somedata_left', 'velocity'])