pandas學(xué)習(xí)之df.fillna的具體使用
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)
解釋
構(gòu)建實(shí)例:
import numpy as np
import pandas as pd
df = pd.DataFrame([[np.nan,22,23,np.nan],[31,np.nan,12,34],[np.nan,np.nan,np.nan,23],
[15,17,66,np.nan]],columns=list('ABCD'))
df
?? ?A?? ??? ?B?? ??? ?C?? ??? ?D
0?? ?NaN?? ??? ?22.0?? ?23.0?? ?NaN
1?? ?31.0?? ?NaN?? ??? ?12.0?? ?34.0
2?? ?NaN?? ??? ?NaN?? ??? ?NaN?? ??? ?23.0
3?? ?15.0?? ?17.0?? ?66.0?? ?NaNvalue:scalar,series,dict,dataframe
填充的值,可以是一個(gè)標(biāo)量,或者字典等
df.fillna(value=1)#缺失值填充為1
A B C D
0 1.0 22.0 23.0 1.0
1 31.0 1.0 12.0 34.0
2 1.0 1.0 1.0 23.0
3 15.0 17.0 66.0 1.0
------------------------------------------
df.fillna(value={'A':2,'B':3})# 傳入一個(gè)字典,指定某列填充的具體值
A B C D
0 2.0 22.0 23.0 NaN
1 31.0 3.0 12.0 34.0
2 2.0 3.0 NaN 23.0
3 15.0 17.0 66.0 NaN
method:{backfill,bfill,pad,ffill,none},default none
填充的方法,backfill和bfill代表填充后側(cè)值,ffill和pad填充空值前側(cè)值
df.fillna(method='ffill')#向前填充,注意此處默認(rèn)參數(shù)axis=0,所以空值是填充上一行的數(shù)據(jù),而不是前一列。 ?? ?A?? ??? ?B?? ??? ?C?? ??? ?D 0?? ?NaN?? ??? ?22.0?? ?23.0?? ?NaN 1?? ?31.0?? ?22.0?? ?12.0?? ?34.0 2?? ?31.0?? ?22.0?? ?12.0?? ?23.0 3?? ?15.0?? ?17.0?? ?66.0?? ?23.0
axis:
控制行列的參數(shù),用法和其他方法完全相同
inplace:
是否將結(jié)果賦值給原變量,和其他方法里的用法相同
limit:int 或None
向前或后填充的最大數(shù)量,必須是大于0的整數(shù)
如果指定了method參數(shù),則連續(xù)空值值填充前int個(gè)
如果未指定method參數(shù),則只填充所在軸上的前int空值
?? ?A?? ??? ?B?? ??? ?C?? ??? ?D#原數(shù)據(jù) 0?? ?NaN?? ??? ?22.0?? ?23.0?? ?NaN 1?? ?31.0?? ?NaN?? ??? ?12.0?? ?34.0 2?? ?NaN?? ??? ?NaN?? ??? ?NaN?? ??? ?23.0 3?? ?15.0?? ?17.0?? ?66.0?? ?NaN df.fillna(value=0,axis=1,limit=1)#在ABCD列上,每列只填充第一個(gè)空值 ?? ?A?? ??? ?B?? ??? ?C?? ??? ?D 0?? ?0.0?? ??? ?22.0?? ?23.0?? ?0.0 1?? ?31.0?? ?0.0?? ??? ?12.0?? ?34.0 2?? ?NaN?? ??? ?NaN?? ??? ?0.0?? ??? ?23.0 3?? ?15.0?? ?17.0?? ?66.0?? ?NaN
到此這篇關(guān)于pandas學(xué)習(xí)之df.fillna的具體使用的文章就介紹到這了,更多相關(guān)pandas 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!
相關(guān)文章
jupyter notebook 多環(huán)境conda kernel配置方式
這篇文章主要介紹了jupyter notebook 多環(huán)境conda kernel配置方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-04-04
selenium+python實(shí)現(xiàn)基本自動(dòng)化測(cè)試的示例代碼
這篇文章主要介紹了selenium+python實(shí)現(xiàn)基本自動(dòng)化測(cè)試的示例代碼,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2021-01-01
windows+vscode穿越跳板機(jī)調(diào)試遠(yuǎn)程代碼的圖文教程
本文通過(guò)圖文并茂的形式給大家介紹了windows+vscode穿越跳板機(jī)調(diào)試遠(yuǎn)程代碼,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2022-02-02
python Task在協(xié)程調(diào)用實(shí)例講解
在本篇文章里小編給大家整理了一篇關(guān)于python Task如何在協(xié)程調(diào)用的相關(guān)內(nèi)容,有興趣的朋友們可以參考下。2021-04-04
Python實(shí)現(xiàn)PS濾鏡碎片特效功能示例
這篇文章主要介紹了Python實(shí)現(xiàn)PS濾鏡碎片特效功能,結(jié)合實(shí)例形式分析了Python實(shí)現(xiàn)PS濾鏡碎片效果的具體步驟與相關(guān)操作技巧,需要的朋友可以參考下2018-01-01
python可視化數(shù)據(jù)分析pyecharts初步嘗試
這篇文章主要為大家介紹了python可視化數(shù)據(jù)分析pyecharts初步嘗試,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步早日升職加薪2022-04-04
python3.6環(huán)境下安裝freetype庫(kù)和基本使用方法(推薦)
這篇文章主要介紹了python3.6環(huán)境下如何安裝freetype庫(kù)和基本使用方法,本文通過(guò)示例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-05-05
解決python 兩個(gè)時(shí)間戳相減出現(xiàn)結(jié)果錯(cuò)誤的問(wèn)題
這篇文章主要介紹了解決python 兩個(gè)時(shí)間戳相減出現(xiàn)結(jié)果錯(cuò)誤的問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-03-03
PyTorch一小時(shí)掌握之遷移學(xué)習(xí)篇
這篇文章主要介紹了PyTorch一小時(shí)掌握之遷移學(xué)習(xí)篇,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-09-09

