Python Pandas Series.fillna()用法及代码示例

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。

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

参数：
value:用于填充孔的值
method:用于在重新索引的 Series pad/ffill 中填充孔的方法
axis:{0 或 ‘index’}
inplace:如果为真，请填写到位。
limit:如果指定了方法，这是向前/向后填充的连续 NaN 值的最大数量
downcast:字典，默认为无

返回：填充：系列

范例1：使用Series.fillna()函数来填写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()函数来填写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，Series.fillna()函数已成功填写给定系列对象中的缺失值。

范例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()函数来填写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，Series.fillna()函数已成功填写给定系列对象中的缺失值。

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 Series.fillna()。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。