dataframe fillna
时间: 2023-09-12 09:13:06 浏览: 52
DataFrame.fillna() 方法是用来填充 DataFrame 中的缺失值(NaN)。它将缺失值替换为指定的值或使用特定的填充方法。
使用示例:
```
import pandas as pd
# 创建一个含有缺失值的 DataFrame
data = {'A': [1, 2, None, 4, 5],
'B': [None, 6, 7, 8, None],
'C': [9, 10, 11, None, 12]}
df = pd.DataFrame(data)
# 使用指定的值填充缺失值
df_filled = df.fillna(0)
print(df_filled)
# 使用列的均值填充缺失值
df_filled_mean = df.fillna(df.mean())
print(df_filled_mean)
```
在上述示例中,我们首先创建了一个含有缺失值的 DataFrame。然后,我们使用 `fillna()` 方法将缺失值替换为指定的值或列的均值。第一个示例中,我们将缺失值替换为 0,而第二个示例中,我们使用各列的均值进行填充。
还可以使用其他的填充方法,例如向前填充、向后填充等。详细用法可以参考 pandas 文档中的 `fillna()` 方法说明。
相关问题
dataframe fillna 示例
好的,下面是一个 dataframe fillna 的示例代码:
```python
import pandas as pd
import numpy as np
# 创建包含空值的 DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan, 4],
'B': [5, np.nan, 7, 8],
'C': [9, 10, 11, np.nan]})
# 使用 0 填充空值
df.fillna(0)
# 输出结果
A B C
0 1.0 5.0 9.0
1 2.0 0.0 10.0
2 0.0 7.0 11.0
3 4.0 8.0 0.0
```
在这个示例中,我们使用 `fillna` 方法来将 DataFrame 中的空值填充为 0。可以看到,原来包含空值的 DataFrame 现在已经被填充为了一个完整的 DataFrame。
dataframe fillna 众数
可以使用`pandas.DataFrame.mode()`函数来获取DataFrame中每列的众数,然后使用`pandas.DataFrame.fillna()`函数将缺失值填充为众数。具体操作如下所示:
```python
import pandas as pd
# 创建一个包含缺失值的DataFrame
df = pd.DataFrame({'A': [1, 2, None, 4, 5], 'B': [None, 7, , 9, 10], 'C': [11, 12, 13, None, 15]})
# 获取每列的众数
mode = df.mode().iloc[0]
# 将缺失值填充为众数
df.fillna(mode, inplace=True)
# 输出填充后的DataFrame
print(df)
```
输出结果为:
```
A B C
0 1.0 10.0 11.0
1 2.0 7.0 12.0
2 2.0 8.0 13.0
3 4.0 9.0 13.0
4 5.0 10.0 15.0
```