Pandas缺失值填充 df.fillna()的實(shí)現(xiàn)

更新時(shí)間：2022年07月24日 11:52:11 作者：山茶花開(kāi)時(shí)。

本文主要介紹了Pandas缺失值填充 df.fillna()的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

df.fillna主要用來(lái)對(duì)缺失值進(jìn)行填充，可以選擇填充具體的數(shù)字，或者選擇臨近填充。

官方文檔

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

df.fillna(x)可以將缺失值填充為指定的值

import pandas as pd 
 
# 原數(shù)據(jù)
df = pd.DataFrame({'A':['a1','a1','a2','a2'],
                   'B':['b1','b2',None,'b2'],
                   'C':[1,2,3,4],
                   'D':[5,6,None,8],
                   'E':[5,None,7,8]
                   })
 
# 將缺失值填充為0
res1 = df.fillna(0)

結(jié)果展示

res1

# 常用的方法還有以下幾個(gè):
# 填充為0
df.fillna(0)
# 填充為指定字符
df.fillna('missing')
df.fillna('暫無(wú)')
df.fillna('待補(bǔ)充')
# 指定字段填充
df.E.fillna('暫無(wú)')
# 指定字段填充
df.E.fillna(0, inplace = True)
# 只替換第一個(gè)
df.fillna(0, limit = 1)
# 將不同列的缺失值替換為不同的值
values = {'A':0,'B':1,'C':2,'D':3}
df.fillna(value = values)

需要注意的是,如果想讓填充馬上生效，需要重新為df賦值或者傳入?yún)?shù)inplace = True

有時(shí)候我們不能填入固定值，而是按照一定的方法填充，df.fillna()提供了一個(gè)method參數(shù)，可以指定以下幾個(gè)方法:

pad/ffill:向前填充，使用前一個(gè)有效值填充,df.fillna(method=’ffill’)可以簡(jiǎn)寫(xiě)為df.ffill()

bfill/backfill:向后填充，使用后一個(gè)有效值填充,df.fillna(method=’bfill’)可以簡(jiǎn)寫(xiě)為df.bfill()

import pandas as pd 
 
# 原數(shù)據(jù)
df = pd.DataFrame({'A':['a1','a1','a2','a2'],
                   'B':['b1','b2',None,'b2'],
                   'C':[1,2,3,4],
                   'D':[5,6,None,8],
                   'E':[5,None,7,8]
                   })
 
# 取后一個(gè)有效值填充
res1 = df.fillna(method = 'bfill')
 
# 取前一個(gè)有效值填充
res2 = df.fillna(method = 'ffill')

結(jié)果展示

res1

res2

除了取前后值，還可以取經(jīng)過(guò)計(jì)算得到的值，比如常用的平均值填充法:

# 填充列的平均值
df.fillna(df.mean())
# 對(duì)指定列填充平均值
df.fillna(df.mean()['B':'D'])
# 另一種填充列的平均值的方法
df.where(pd.notna(df),df.mean(),axis = 'columns')

缺失值的填充的另一思路是使用替換方法df.replace():

# 將指定列的空值替換成指定值
import pandas as pd 
import numpy as np
# 原數(shù)據(jù)
df = pd.DataFrame({'A':['a1','a1','a2','a2'],
                   'B':['b1','b2',None,'b2'],
                   'C':[1,2,3,4],
                   'D':[5,6,None,8],
                   'E':[5,None,7,8]
                   })
df.replace({'B':{np.nan:'Hudas'}})

結(jié)果展示

到此這篇關(guān)于Pandas缺失值填充 df.fillna()的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)Pandas缺失值填充 df.fillna() 內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: