Python|熊猫系列.ffill()
Pandas 系列是带有轴标签的一维 ndarray。标签不必是唯一的,但必须是可散列的类型。该对象支持基于整数和基于标签的索引,并提供了许多用于执行涉及索引的操作的方法。
Pandas Series.ffill()
函数是前向填充的同义词。此函数用于使用前向填充方法填充给定系列对象中的缺失值。
Syntax: Series.ffill(axis=None, inplace=False, limit=None, downcast=None)
Parameter :
axis : {0 or ‘index’}
inplace : If True, fill in place.
limit : If method is specified, this is the maximum number of consecutive NaN values to forward/backward fill
downcast : dict, default is None
Returns : filled : Series
示例 #1:使用Series.ffill()
函数填充给定系列对象中的缺失值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', None, 'Rio'])
# Create the Index
sr.index = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5']
# set the index
sr.index = index_
# Print the series
print(sr)
输出 :
现在我们将使用Series.ffill()
函数来填充给定系列对象中的缺失值。
# fill the missing values
result = sr.ffill()
# Print the result
print(result)
输出 :
正如我们在输出中看到的, Series.ffill()
函数已成功填充给定系列对象中的缺失值。示例 #2 :使用Series.ffill()
函数填充给定系列对象中的缺失值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([100, None, None, 18, 65, None, 32, 10, 5, 24, None])
# Create the Index
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M')
# set the index
sr.index = index_
# Print the series
print(sr)
输出 :
现在我们将使用Series.ffill()
函数来填充给定系列对象中的缺失值。
# fill the missing values
result = sr.ffill()
# Print the result
print(result)
输出 :
正如我们在输出中看到的, Series.ffill()
函数已成功填充给定系列对象中的缺失值。