Python| Pandas DataFrame.fillna() 替换数据框中的 Null 值

Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。

有时 csv 文件有空值，稍后在数据框中显示为NaN 。就像 pandas dropna()方法管理和删除数据框中的 Null 值一样， fillna()管理并让用户用他们自己的一些值替换 NaN 值。

句法：

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

参数：

value : Static, dictionary, array, series or dataframe to fill instead of NaN.
method : Method is used if user doesn’t pass any value. Pandas has different methods like bfill, backfill or ffill which fills the place with value in the Forward index or Previous/Back respectively.
axis: axis takes int or string value for rows/columns. Input can be 0 or 1 for Integer and ‘index’ or ‘columns’ for String
inplace: It is a boolean which makes the changes in data frame itself if True.
limit : This is an integer value which specifies maximum number of consequetive forward/backward NaN value fills.
downcast : It takes a dict which specifies what dtype to downcast to which one. Like Float64 to int64.
**kwargs : Any other Keyword arguments

有关代码中使用的 CSV 文件的链接，请单击此处。

示例 #1：用静态值替换 NaN 值。

更换前：

# importing pandas module
import pandas as pd
  
# making data frame from csv file
nba = pd.read_csv("nba.csv")
  
nba

输出：

更换后：
在以下示例中，College 列中的所有空值都已替换为“No College”字符串。首先，从 CSV 导入数据框，然后选择 College 列并对其使用fillna()方法。

# importing pandas module
import pandas as pd
  
# making data frame from csv file
nba = pd.read_csv("nba.csv")
  
# replacing na values in college with No college
nba["College"].fillna("No College", inplace = True)
  
nba

输出：

示例 #2：使用方法参数

在以下示例中，method 设置为ffill ，因此同一列中的值将替换空值。在这种情况下，乔治亚州立大学替换了第 4 行和第 5 行的大学列中的空值。
同样，也可以使用 bfill、backfill 和 pad 方法。

# importing pandas module
import pandas as pd
  
# making data frame from csv file
nba = pd.read_csv("nba.csv")
  
# replacing na values in college with No college
nba["College"].fillna( method ='ffill', inplace = True)
  
nba

输出：

示例 #3：使用限制

在此示例中，在fillna()方法中设置了 1 的限制，以检查函数是否在成功替换 NaN 值后停止替换。

# importing pandas module
import pandas as pd
  
# making data frame from csv file
nba = pd.read_csv("nba.csv")
  
# replacing na values in college with No college
nba["College"].fillna( method ='ffill', limit = 1, inplace = True)
  
nba

输出：
如输出所示，第 4 行的大学列已替换，但第 5 列未替换，因为限制设置为 1。