Python Pandas dataframe.bfill()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas dataframe.bfill()用于向后填充数据集中的缺失值。它将向后填充NaN Pandas DataFrame 中显示的值。

用法： DataFrame.bfill(axis=None, inplace=False, limit=None, downcast=None)

参数：
axis:“行”或“列”
inplace:布尔值，默认为False
limit:整数值，连续数na要填充的单元格。

范例1：采用bfill()填充缺失值的函数na跨行的 DataFrame 中的值。

# importing pandas as pd 
import pandas as pd 
  
# Creating a dataframe with "na" values. 
  
df = pd.DataFrame({"A":[None, 1, 2, 3, None, None],  
                   "B":[11, 5, None, None, None, 8], 
                   "C":[None, 5, 10, 11, None, 8]}) 
  
# Printing the dataframe 
df

什么时候axis='rows'，则当前值na单元格从下一行的相应值填充。如果下一行也是na值，则不会填充该值。

# Fill across the row 
df.bfill(axis ='rows')

输出：

范例2：采用bfill()填充缺失值的函数na跨列的 DataFrame 中的值。

什么时候axis='columns'，那么当前na单元格将从同一行的下一列中显示的值填充。如果下一列也是na单元格，则不会被填充。

# importing pandas as pd 
import pandas as pd 
  
# Creating a dataframe with "na" values. 
  
df = pd.DataFrame({"A":[None, 1, 2, 3, None, None], 
                   "B":[11, 5, None, None, None, 8], 
                   "C":[None, 5, 10, 11, None, 8]}) 
  
# bfill values using values from next column 
df.bfill(axis ='columns')

输出：

注意第四行。所有值都是na因为最右边的单元格最初是na而且它的右边没有单元格可以填充自身。因此，它无法填充先前的na细胞也是如此。

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas dataframe.bfill()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。