日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網(wǎng)站首頁 編程語言 正文

pandas學習之df.fillna的具體使用_python

作者：非昨 ? 更新時間： 2022-10-12 編程語言

df.fillna主要用來對缺失值進行填充，可以選擇填充具體的數(shù)字，或者選擇臨近填充。

官方文檔

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

解釋

構(gòu)建實例：

import numpy as np
import pandas as pd
df = pd.DataFrame([[np.nan,22,23,np.nan],[31,np.nan,12,34],[np.nan,np.nan,np.nan,23],
[15,17,66,np.nan]],columns=list('ABCD'))
df


?? ?A?? ??? ?B?? ??? ?C?? ??? ?D
0?? ?NaN?? ??? ?22.0?? ?23.0?? ?NaN
1?? ?31.0?? ?NaN?? ??? ?12.0?? ?34.0
2?? ?NaN?? ??? ?NaN?? ??? ?NaN?? ??? ?23.0
3?? ?15.0?? ?17.0?? ?66.0?? ?NaN

value:scalar,series,dict,dataframe

填充的值，可以是一個標量，或者字典等

df.fillna(value=1)#缺失值填充為1
    A        B        C        D
0    1.0        22.0    23.0    1.0
1    31.0    1.0        12.0    34.0
2    1.0        1.0        1.0        23.0
3    15.0    17.0    66.0    1.0
------------------------------------------
df.fillna(value={'A':2,'B':3})# 傳入一個字典，指定某列填充的具體值
    A        B        C        D
0    2.0        22.0    23.0    NaN
1    31.0    3.0        12.0    34.0
2    2.0        3.0        NaN        23.0
3    15.0    17.0    66.0    NaN

method：{backfill,bfill,pad,ffill,none},default none

填充的方法，backfill和bfill代表填充后側(cè)值，ffill和pad填充空值前側(cè)值
?

df.fillna(method='ffill')#向前填充，注意此處默認參數(shù)axis=0，所以空值是填充上一行的數(shù)據(jù)，而不是前一列。

?? ?A?? ??? ?B?? ??? ?C?? ??? ?D
0?? ?NaN?? ??? ?22.0?? ?23.0?? ?NaN
1?? ?31.0?? ?22.0?? ?12.0?? ?34.0
2?? ?31.0?? ?22.0?? ?12.0?? ?23.0
3?? ?15.0?? ?17.0?? ?66.0?? ?23.0

axis：
控制行列的參數(shù)，用法和其他方法完全相同

inplace：
是否將結(jié)果賦值給原變量，和其他方法里的用法相同

limit：int 或None
向前或后填充的最大數(shù)量，必須是大于0的整數(shù)
如果指定了method參數(shù)，則連續(xù)空值值填充前int個
如果未指定method參數(shù)，則只填充所在軸上的前int空值
?

?? ?A?? ??? ?B?? ??? ?C?? ??? ?D#原數(shù)據(jù)
0?? ?NaN?? ??? ?22.0?? ?23.0?? ?NaN
1?? ?31.0?? ?NaN?? ??? ?12.0?? ?34.0
2?? ?NaN?? ??? ?NaN?? ??? ?NaN?? ??? ?23.0
3?? ?15.0?? ?17.0?? ?66.0?? ?NaN

df.fillna(value=0,axis=1,limit=1)#在ABCD列上，每列只填充第一個空值
?? ?A?? ??? ?B?? ??? ?C?? ??? ?D
0?? ?0.0?? ??? ?22.0?? ?23.0?? ?0.0
1?? ?31.0?? ?0.0?? ??? ?12.0?? ?34.0
2?? ?NaN?? ??? ?NaN?? ??? ?0.0?? ??? ?23.0
3?? ?15.0?? ?17.0?? ?66.0?? ?NaN

原文鏈接：https://blog.csdn.net/lisnyuan/article/details/107051836

欄目分類
最近更新