Pandas缺失值处理df.fillna()

1、将缺失值填充指定的值

import pandas as pd 
 
# 原数据
df = pd.DataFrame({'A':['a1','a1','a2','a2'],
                   'D':[5,6,None,8],
                   'E':[5,None,7,8]
                   })
 
# 将缺失值填充为0
res1 = df.fillna(0)

# 填充为指定字符
df.fillna('missing')
df.fillna('待补充')
# 指定字段填充
df.E.fillna('暂无')
# 指定字段填充
df.E.fillna(0, inplace = True)
# 只替换第一个
df.fillna(0, limit = 1)
# 将不同列的缺失值替换为不同的值
values = {'A':0,'D':3}
df.fillna(value = values)

注意：如果填充马上生效，需重新为df赋值或者传入参数inplace = True

2、按照一定的方法填充

df.fillna()提供了一个method参数，可以指定以下几个方法:

pad/ffill:向前填充，使用前一个有效值填充,df.fillna(method=’ffill’)可以简写为df.ffill()

bfill/backfill:向后填充，使用后一个有效值填充,df.fillna(method=’bfill’)可以简写为df.bfill()

import pandas as pd 
 
# 原数据
df = pd.DataFrame({'A':['a1','a1','a2','a2'],
                   'D':[5,6,None,8],
                   'E':[5,None,7,8]
                   })
 
# 取后一个有效值填充
res1 = df.fillna(method = 'bfill')
# 取前一个有效值填充
res2 = df.fillna(method = 'ffill')

 3、平均值填充法

# 填充列的平均值
df.fillna(df.mean())
# 对指定列填充平均值
df.fillna(df.mean()['A':'D'])
# 另一种填充列的平均值的方法
df.where(pd.notna(df),df.mean(),axis = 'columns')

4、参考

Python中缺失值的填充fillna()函数