📅  最后修改于: 2023-12-03 14:45:02.769000             🧑  作者: Mango
在 Pandas 中,pad() 方法可以用来填充缺失值,具体而言,pad() 方法会用前一个非缺失值来填充缺失值,也可以称为向前填充。
import pandas as pd
import numpy as np
s = pd.Series([1, np.nan, np.nan, 2, 3])
s_pad = s.pad()
print(s_pad)
该代码片段中,我们创建了一个 Series 对象,其中包含一些缺失值。然后,我们使用 pad() 方法来填充缺失值,并打印结果。输出如下:
0 1.0
1 1.0
2 1.0
3 2.0
4 3.0
dtype: float64
通过输出结果可以看到,pad() 方法将缺失值填充为它前面的非缺失值。例如,在索引 1 和 2 处的缺失值被填充为索引0处的值1。
s = pd.Series(['Apple', 'Banana', np.nan, 'Orange'])
s_pad = s.pad()
print(s_pad)
该代码片段中,我们创建了一个包含字符串的 Series 对象,其中包含一些缺失值。然后,我们使用 pad() 方法来填充缺失值,并打印结果。输出如下:
0 Apple
1 Banana
2 Banana
3 Orange
dtype: object
通过输出结果可以看到,pad() 方法会将缺失值填充为它前面的非缺失值。例如,在索引 2 处的缺失值被填充为索引 1 处的字符串 Banana。