andas fillna()函数 举例

可以使用 pandas 的 fillna() 函数将 DataFrame 或 Series 中的缺失值填充为指定的值或方法。例如，我们有一个 DataFrame，其中包含了一些缺失值，我们可以使用以下语句将这些缺失值填充为0: df.fillna(0)。这样就可以将所有缺失值替换为0，并保持数据类型不变。

相关问题

fillna函数

fillna函数是一个数据处理函数，用于将数据中的缺失值（NaN）替换为指定的值或使用指定的方法进行填充。在Pandas库中，fillna函数可以应用于Series和DataFrame对象。

例如，下面的代码将DataFrame对象中的所有NaN值替换为0：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, None, 4],
                   'B': [5, None, 7, None],
                   'C': [None, 9, 10, 11]})

df.fillna(0, inplace=True)
print(df)

输出结果为：

   A  B   C
0  1  5   0
1  2  0   9
2  0  7  10
3  4  0  11

在这个例子中，fillna函数将DataFrame对象中的所有NaN值替换为0，并使用inplace参数将修改应用于原始对象。

Python的fillna函数

fillna函数是Pandas库中的一个函数，用于填充缺失值。该函数可以通过不同的方式来填充缺失值，例如使用固定的值、前一个/后一个非空值、平均值、中位数等。

函数语法如下：

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

参数说明：

- value：用于填充缺失值的值，可以是一个标量，也可以是一个字典，其中字典键是DataFrame的列名，字典值是用于填充相应列的值。
- method：用于填充缺失值的方法，可以是ffill（前一个非空值）或bfill（后一个非空值）。
- axis：指定填充的轴，可以是0（列）或1（行）。
- inplace：是否在原始DataFrame上进行修改，默认为False，即不修改原始DataFrame。
- limit：填充缺失值的最大连续区域数量。
- downcast：指定填充后的数据类型。

示例：

import pandas as pd
import numpy as np

# 创建一个包含缺失值的DataFrame
df = pd.DataFrame({'A': [1, 2, 3, np.nan, 5],
                   'B': [6, np.nan, 8, 9, 10],
                   'C': [11, 12, 13, 14, 15]})

# 使用固定值填充缺失值
df.fillna(0)

# 使用前一个非空值填充缺失值
df.fillna(method='ffill')

# 使用后一个非空值填充缺失值
df.fillna(method='bfill')

# 使用平均值填充缺失值
df.fillna(df.mean())

# 按列填充不同的值
df.fillna({'A': 0, 'B': 99})