Python|熊猫系列.fillna()

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.fillna()函数用于使用指定的方法填充 NA/NaN 值。

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

Parameter :
value : Value to use to fill holes
method : Method to use for filling holes in reindexed Series pad / ffill
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.fillna()函数填充给定系列对象中的缺失值。使用字典传递对应于系列对象中不同索引标签的要填充的值。

# 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.fillna()函数来填充给定系列对象中的缺失值。

# fill the values using dictionary
result = sr.fillna(value = {'City 4' : 'Lisbon', 'City 1' : 'Dublin'})
  
# Print the result
print(result)

输出 ：

正如我们在输出中看到的那样， Series.fillna()函数已成功填充给定系列对象中的缺失值。示例 #2：使用Series.fillna()函数使用前向填充 (ffill) 方法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.fillna()函数来填充给定系列对象中的缺失值。我们将使用前向填充方法来填充缺失值。

# fill the values using forward fill method
result = sr.fillna(method = 'ffill')
  
# Print the result
print(result)

输出 ：

正如我们在输出中看到的那样， Series.fillna()函数已成功填充给定系列对象中的缺失值。