关注我们

DataFrame.fillna函数

无涯教程可以使用fillna()函数填充数据集中的空值。

fillna - 语法

DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)

fillna - 参数

value - 这是一个用于填充空值的值，也可以是Series/dict/DataFrame。
method - 一种用于在重新索引的Series中填充空值的方法。
axis - 它用于行/列的整数或字符串值。需要沿着其填充缺失值的轴。
inplace - 如果为True，它将在空白处填充值。
limit - 它是一个整数值，用于指定连续向前/向后NaN值填充的最大数量。
downcast - 需要一个dict，用于指定要从Float64转换为int64的内容。

fillna - 返回值

它返回一个对象，在其中填充了缺少的值。

范例1:

复制代码

import pandas as pd
# 创建数据框
info = pd.DataFrame(data={'x':[10,20,30,40,50,None]})
print(info)
# 使用“inplace”将空值填充到数据框
info.fillna(value=0, inplace=True)
print(info)

输出

范例2:

以下代码负责填充包含某些NaN值的DataFrame。

无涯教程网

复制代码

import pandas as pd
# 创建数据框
info = pd.DataFrame([[np.nan,np.nan, 20, 0],
[1, np.nan, 4, 1],
[np.nan, np.nan, np.nan, 5],
[np.nan, 20, np.nan, 2]],
columns=list('ABCD'))
info

输出

    A    B     C    D
0  NaN  NaN   20.0  0
1  1.0  NaN   4.0   1
2  NaN  NaN   NaN   5
3  NaN  20.0  NaN   2

范例3:

在下面的代码中，无涯教程使用了 fillna 函数仅填充了一些NaN值。

复制代码

info = pd.DataFrame([[np.nan,np.nan, 20, 0],
[1, np.nan, 4, 1],
[np.nan, np.nan, np.nan, 5],
[np.nan, 20, np.nan, 2]],
columns=list('ABCD'))
info
info.fillna(0)
info.fillna(method='ffill')
values = {'A': 0, 'B': 1, 'C': 2, 'D': 3}
info.fillna(value=values)
info.fillna(value=values, limit=1)

输出

    A    B     C    D
0  0.0  1.0   20.0  0
1  1.0  NaN   4.0   1
2  NaN  NaN   2.0   5
3  NaN  20.0  NaN   2

祝学习愉快！(内容编辑有误？请选中要编辑内容 -> 右键 -> 修改 -> 提交！)

技术教程推荐

Kubernetes入门实战课 -〔罗剑锋〕

云计算的必修小课 -〔吕蕴偲〕

零基础GPT应用入门课 -〔林健（键盘）〕

好记忆不如烂笔头。留下您的足迹吧 :)