pandas数据框填充
时间: 2023-12-17 13:29:15 浏览: 57
在pandas中,可以使用`fillna()`方法来填充数据框中的缺失值。`fillna()`方法可以接受一个值或一个字典作为参数,用于指定填充缺失值的方式。
以下是两种常见的填充缺失值的方法:
1. 使用指定的值填充缺失值:
```python
import pandas as pd
# 创建一个包含缺失值的数据框
df = pd.DataFrame({'A': [1, 2, np.nan, 4, 5],
'B': [np.nan, 2, 3, np.nan, 5],
'C': [1, 2, 3, 4, 5]})
# 使用指定的值填充缺失值
df_filled = df.fillna(0)
print(df_filled)
```
输出:
```
A B C
0 1.0 0.0 1
1 2.0 2.0 2
2 0.0 3.0 3
3 4.0 0.0 4
4 5.0 5.0 5
```
2. 使用字典填充缺失值:
```python
import pandas as pd
# 创建一个包含缺失值的数据框
df = pd.DataFrame({'A': [1, 2, np.nan, 4, 5],
'B': [np.nan, 2, 3, np.nan, 5],
'C': [1, 2, 3, 4, 5]})
# 使用字典填充缺失值,每列使用不同的填充值
fill_values = {'A': 0, 'B': 99}
df_filled = df.fillna(fill_values)
print(df_filled)
```
输出:
```
A B C
0 1.0 99.0 1
1 2.0 2.0 2
2 0.0 3.0 3
3 4.0 99.0 4
4 5.0 5.0 5
```
阅读全文