我有一个包含一些NaN值的pandas数据框，我已经将这些NaN值替换为

""

现在我的一个函数执行以下操作：

            for word in row['TEXT'].split():                sum_prob += math.log(((dict_list[i].get(word,0)+10 )/(total_dict.get(word,0)+90)))            text_feature_responseCoding[row_index][i] = math.exp(sum_prob/len(row['TEXT'].split()))

由于我用 “” 替换了NaN值，我得到了

division by zero error

为了避免这个特定的错误，应该如何正确地填充NaN值呢？

回答：

你可以过滤你的数据框，只保留’TEXT’列非空且不为null的行，然后遍历这个过滤后的数据框。以下是一些过滤数据框的方法示例：

df = pd.DataFrame({'TEXT': ['hello there', 'python fun', np.nan, '']})# 只保留非空行df_filtered1 = df[df['TEXT'].notnull()]# 只保留'TEXT'列不为''的行df_filtered2 = df[df['TEXT'] != '']# 非空且'TEXT'列不为''df_filtered3 = df[(df['TEXT'].notnull()) & (df['TEXT'] != '')]# 非空，且'TEXT'列包含字母（如果你只需要数字也行，但如果不是，这可能有用）df_filtered4 = df[(df['TEXT'].notnull()) & (df['TEXT'].str.contains('[A-z]'))]