pandas学习之df.fillna

pandas学习之df.fillna

df.fillna主要用来对缺失值进行填充，可以选择填充具体的数字，或者选择临近填充。

官方文档

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

解释

0. 构建实例：

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

1. value:scalar,series,dict,dataframe
   填充的值，可以是一个标量，或者字典等

df.fillna(value=1)#缺失值填充为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})# 传入一个字典，指定某列填充的具体值
	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

2. method：{backfill,bfill,pad,ffill,none},default none
   填充的方法，backfill和bfill代表填充后侧值，ffill和pad填充空值前侧值

df.fillna(method='ffill')#向前填充，注意此处默认参数axis=0，所以空值是填充上一行的数据，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

3. axis：
   控制行列的参数，用法和其他方法完全相同
4. inplace：
   是否将结果赋值给原变量，和其他方法里的用法相同
5. limit：int 或None
   向前或后填充的最大数量，必须是大于0的整数
   如果指定了method参数，则连续空值值填充前int个
   如果未指定method参数，则只填充所在轴上的前int空值

	A		B		C		D#原数据
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，每列只填充第一个空值
	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

加油