pandas.fillna（）函数

DataFrame.fillna函数参数说明

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

value ：用来填充缺失值的值

inplace参数的取值：True、False

True：直接修改原对象

False：创建一个副本，修改副本，原对象不变（缺省默认）

method参数的取值：
{‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}, default None
method = ‘ffill’/‘pad’：用前一个非缺失值去填充该缺失值;
method = ‘bfill’/‘backfill’：用下一个非缺失值填充该缺失值;

axis参数的取值：
{0 or ‘index’, 1 or ‘columns’}
沿其填充缺失值的轴。

limit参数：限制填充个数

import pandas as pd
import numpy as np
from numpy import nan

操作实例

demo = pd.DataFrame(np.random.randint(1,10,25).reshape(5,5))

n = 0
while(n<5):
    demo.iloc[np.random.randint(0,5),np.random.randint(0,5)] = nan
    n = n + 1
demo

	0	1	2	3	4
0	4	9	8.0	8.0	5.0
1	2	9	3.0	3.0	NaN
2	7	5	NaN	1.0	8.0
3	1	3	5.0	7.0	1.0
4	4	7	NaN	NaN	7.0

用常数填充

demo.fillna(20.0)

	0	1	2	3	4
0	4	9	8.0	8.0	5.0
1	2	9	3.0	3.0	20.0
2	7	5	20.0	1.0	8.0
3	1	3	5.0	7.0	1.0
4	4	7	20.0	20.0	7.0

inplace参数

hint:默认为False，创建副本。
设置为True时，在原表格中操作

demo1 = demo.copy()
print(demo1.fillna(30.0,inplace=True))
print(demo1)

None
   0  1     2     3     4
0  4  9   8.0   8.0   5.0
1  2  9   3.0   3.0  30.0
2  7  5  30.0   1.0   8.0
3  1  3   5.0   7.0   1.0
4  4  7  30.0  30.0   7.0

method参数

hint:

method = 'ffill'/'pad'：用前一个非缺失值去填充该缺失值;

method = 'bfill'/'backfill'：用下一个非缺失值填充该缺失值;

demo.fillna(method='ffill')

	0	1	2	3	4
0	4	9	8.0	8.0	5.0
1	2	9	3.0	3.0	5.0
2	7	5	3.0	1.0	8.0
3	1	3	5.0	7.0	1.0
4	4	7	5.0	7.0	7.0

demo.fillna(method='bfill')

	0	1	2	3	4
0	4	9	8.0	8.0	5.0
1	2	9	3.0	3.0	8.0
2	7	5	5.0	1.0	8.0
3	1	3	5.0	7.0	1.0
4	4	7	NaN	NaN	7.0

指定axis参数

指定对行操作/对列操作

代码：

https://download.csdn.net/download/pylittlebrat/85600907?spm=1001.2014.3001.5501