Python Pandas DataFrame.fillna()用法及代码示例

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 DataFrame 中显示为 NaN。就像 Pandas 一样dropna()方法管理和删除 DataFrame 中的空值，fillna()管理并让用户用他们自己的一些值替换 NaN 值。

用法:

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。

范例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 DataFrame ，然后选择 College 列并 fillna()方法用于它。

# 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：

范例2：使用方法参数

在以下示例中，method 设置为 ffill，因此同一列中的值替换空值。在这种情况下，Georgia State 替换了第 4 行和第 5 行大学列中的空值。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：

范例3：使用限制

在这个例子中，在 fillna() 方法中设置了 1 的限制，以检查函数在成功替换一次 NaN 值后是否停止替换。

# 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 行的大学列已被替换，但第 5 行未被替换，因为限制设置为 1。