Pandas DataFrame.fillna()例子

本文概述

• 句法
• 参数
• Return

我们可以使用fillna()函数填充数据集中的空值。

句法

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

参数

• 值：它是一个用于填充空值的值, 或者是一个Series / dict / DataFrame。
• method：一种用于填充重新索引的Series中的空值的方法。
• axis：行/列的整数或字符串值。我们需要沿着其填充缺失值的轴。
• 就地：如果为True, 它将在空白处填充值。
• 限制：它是一个整数值, 指定连续的前向/后向NaN值填充的最大数量。
• downcast：需要指定一个指定将Float64转换为int64的内容的字典。

Return

它返回一个对象, 在其中填充了缺少的值。

范例1：

import pandas as pd
# Create a dataframe
info = pd.DataFrame(data={'x':[10, 20, 30, 40, 50, None]})
print(info)
# Fill null value to dataframe using 'inplace'
info.fillna(value=0, inplace=True)
print(info)

输出

x
0     10.0
1     20.0
2     30.0
3     40.0
4     50.0
5     NaN
       x
0     10.0
1     20.0
2     30.0
3     40.0
4     50.0
5      0.0

范例2：

以下代码负责填充包含某些NaN值的DataFrame。

import pandas as pd
# Create a dataframe
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, 我们使用fillna函数仅填充了一些NaN值。

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