Pandas 教程-Pandas DataFrame.fillna()

整理：python架构师

我们可以使用 fillna() 函数填充数据集中的空值。

语法:

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

参数:

• value: 用于填充空值的值，或者是一个 Series/dict/DataFrame。

• method: 用于在重新索引的 Series 中填充空值的方法。

• axis: 采用行/列的整数或字符串值。我们需要填充缺失值的轴。

• inplace: 如果为 True，则在空白处填充值。

• limit: 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: 采用一个字典，指定如何降级，例如 Float64 到 int64。

返回:

它返回一个对象，其中填充了缺失值。

示例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)

专属福利 
👉点击领取：最全Python资料合集

       x0     10.01     20.02     30.03     40.04     50.05     NaN       x0     10.01     20.02     30.03     40.04     50.05      0.0

示例2:

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

    A    B     C    D0  NaN  NaN   20.0  01  1.0  NaN   4.0   12  NaN  NaN   NaN   53  NaN  20.0  NaN   2

示例3:

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)

    A    B     C    D0  0.0  1.0   20.0  01  1.0  NaN   4.0   12  NaN  NaN   2.0   53  NaN  20.0  NaN   2

 1

热门推荐

• 8个无需编写代码即可使用Python内置库的方法！
• Pandas 教程-Pandas DataFrame.dropna()
• 专属Python开发者的完美终端工具！