Python熊猫系列——fillna()

简介

fillna()是pandas库中的一个函数，用于填充缺失值。缺失值一般用NaN来表示。函数可以接收不同的填充值作为参数，如0，平均值、前一个或后一个有效值等。

参数

• value：用于填充缺失值的标量、字典、Series或DataFrame
• method：fill(或pad)表示向前填充、bfill(或backfill)表示向后填充
• axis：0代表按列进行填充，即纵向填充；1代表按行进行填充，即横向填充
• inplace：直接修改原数据，而不是返回新的DataFrame

示例

下面的示例，我们首先创建一个DataFrame对象，有些元素是缺失的，然后使用fillna()函数来填充这些缺失值。

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [4, np.nan, np.nan], 'C': [7, 8, 9]})
print(df)

输出结果：

     A    B  C
0  1.0  4.0  7
1  2.0  NaN  8
2  NaN  NaN  9

用0填充

fill_0 = df.fillna(0)
print(fill_0)

输出结果：

     A    B  C
0  1.0  4.0  7
1  2.0  0.0  8
2  0.0  0.0  9

用上一个值填充

fill_ffill = df.fillna(method='ffill')
print(fill_ffill)

输出结果：

     A    B  C
0  1.0  4.0  7
1  2.0  4.0  8
2  2.0  4.0  9

用平均值填充

fill_mean = df.fillna(value=df.mean())
print(fill_mean)

输出结果：

     A    B  C
0  1.0  4.0  7
1  2.0  4.0  8
2  1.5  4.0  9

总结

fillna()函数是pandas库中非常实用的函数，让我们可以轻松地处理数据中的缺失值。fillna()的方法会根据参数的设定而进行相应的操作。我们可以用一个可靠的方法来填充数据，这将有助于我们得到更好的结果。