【pandas fillna()函数 填充NaN和None】

填充缺失值空值的方式有很多种,比如人工填写、热卡填充等,Pandas中的fillna()方法可以实现填充空值或缺失值。

fillna(value=None, method=None, axis=None, inplace=False,
limit=None, downcast=None, **kwargs)
  • value:用于填充的数值
  • method:表示填充方式,默认值为None。
  • limit: 可以连续填充的最大数量,默认None。

method参数不能与value参数同时使用。

name score
agou NaN
None 78.0
ahua 89.0

有一张表格里存在缺失值,如果使用常量99.0来替换缺失值,那么填充前后的效果如下图所示。

name score
agou 99.0
99.0 78.0
ahua 89.0

通过fillna()方法填充常量的示例如下:

# 使用99.0替换缺失值
df_obj.fillna('99.0')

显然name列不适合用99.0来填充,我们可以指定某列的填充值

# 指定列填充数据
df_obj.fillna({'name': 'someone', 'score': 99.0})

结果:

name score
agou 99.0
someone 78.0
ahua 89.0

通过fillna()方法采用前向填充的方式替换空值或缺失值,示例如下:

# 使用前向填充的方式替换空值或缺失值
df.fillna(method='ffill')

你可能感兴趣的:(pandas,python)