您好,登錄后才能下訂單哦!
昨天,我們學習了pandas中的dropna方法,今天,學習一下fillna方法。該方法的主要作用是實現(xiàn)對NaN值的填充功能。該方法主要有3個參數(shù),分別是:value,method,limit等。其余參數(shù)可以通過調(diào)用help函數(shù)獲取信息。
(1)value
該參數(shù)主要是確定填充數(shù)值
>>> df = pd.read_excel(r'D:/myExcel/1.xlsx') >>> df name Chinese Chinese.1 id 0 bob 12.0 12 123.0 1 millor NaN 32 124.0 2 jiken 89.0 89 NaN 3 jiken 89.0 89 125.0 # 默認將所有值均填充為0 >>> df.fillna(0) name Chinese Chinese.1 id 0 bob 12.0 12 123.0 1 millor 0.0 32 124.0 2 jiken 89.0 89 0.0 3 jiken 89.0 89 125.0 # 也可以通過字典控制每列傳什么值 >>> my_dict = {'Chinese' : 92, 'id' : 98} >>> df.fillna(my_dict) name Chinese Chinese.1 id 0 bob 12.0 12 123.0 1 millor 92.0 32 124.0 2 jiken 89.0 89 98.0 3 jiken 89.0 89 125.0
2、method參數(shù)
該參數(shù)主要控制自動填充,是向上填充還是向下填充
method : {‘backfill', ‘bfill', ‘pad', ‘ffill', None}, default None
pad / ffill: 向下自動填充
backfill / bfill: 向上自動填充
# 向下 >>> df.fillna(method='ffill') name Chinese Chinese.1 id 0 bob 12.0 12 123.0 1 millor 12.0 32 124.0 2 jiken 89.0 89 124.0 3 jiken 89.0 89 125.0 # 向上 >>> df.fillna(method='bfill') name Chinese Chinese.1 id 0 bob 12.0 12 123.0 1 millor 89.0 32 124.0 2 jiken 89.0 89 125.0 3 jiken 89.0 89 125.0
3、limit參數(shù)
該參數(shù)類似于mysql中的limit。向上或者向下填充時控制最大填充前幾行
# 限制自動填充最大填充1行。 >>> df.fillna(method = 'bfill', limit=1) name Chinese Chinese.1 id 0 bob 12.0 12 123.0 1 millor 89.0 32 124.0 2 jiken 89.0 89 125.0 3 jiken 89.0 89 125.0
哈哈,以上就是關于fillna方法的介紹。
關于,isna方法很好理解,判斷是否為NaN值
>>> df.isna() name Chinese Chinese.1 id 0 False False False False 1 False True False False 2 False False False True 3 False False False False >>>
總結(jié)
到此這篇關于python pandas通過fillna方法實現(xiàn)部分自動填充功能的文章就介紹到這了,更多相關python pandas fillna自動填充內(nèi)容請搜索億速云以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持億速云!
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。