Python pandas.DataFrame.fillna用法及代码示例

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

使用指定的方法填充 NA/NaN 值。

参数：

value：标量、字典、系列或数据帧: 用于填充孔的值(例如 0)，或者是值的 dict/Series/DataFrame，指定用于每个索引(对于 Series)或列(对于 DataFrame)的值。不在 dict/Series/DataFrame 中的值将不会被填充。此值不能是列表。
method：{‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, 无}，默认无: 用于填充重新索引系列填充中的孔的方法 /ffill：将最后一个有效观察向前传播到下一个有效回填 /bfill：使用下一个有效观察来填充间隙。
axis：{0 或 ‘index’、1 或 ‘columns’}: 沿其填充缺失值的轴。
inplace：布尔值，默认为 False: 如果为真，则就地填写。注意：这将修改此对象上的任何其他视图(例如，DataFrame 中列的no-copy 切片)。
limit：整数，默认无: 如果指定了方法，则这是向前/向后填充的连续 NaN 值的最大数量。换句话说，如果有超过这个数量的连续 NaN 的间隙，它只会被部分填充。如果未指定方法，则这是沿整个轴将填充 NaN 的最大条目数。如果不是无，则必须大于 0。
downcast：字典，默认为无: item->dtype 的字典，如果可能的话要向下转换，或者字符串 ‘infer’ 将尝试向下转换为适当的相等类型(例如，如果可能，将 float64 转换为 int64)。

DataFrame 或无

填充缺失值的对象，如果 inplace=True 则为 None。

例子：

>>> df = pd.DataFrame([[np.nan, 2, np.nan, 0],
...                    [3, 4, np.nan, 1],
...                    [np.nan, np.nan, np.nan, np.nan],
...                    [np.nan, 3, np.nan, 4]],
...                   columns=list("ABCD"))
>>> df
     A    B   C    D
0  NaN  2.0 NaN  0.0
1  3.0  4.0 NaN  1.0
2  NaN  NaN NaN  NaN
3  NaN  3.0 NaN  4.0

用 0 替换所有 NaN 元素。

>>> df.fillna(0)
     A    B    C    D
0  0.0  2.0  0.0  0.0
1  3.0  4.0  0.0  1.0
2  0.0  0.0  0.0  0.0
3  0.0  3.0  0.0  4.0

我们还可以向前或向后传播非空值。

>>> df.fillna(method="ffill")
     A    B   C    D
0  NaN  2.0 NaN  0.0
1  3.0  4.0 NaN  1.0
2  3.0  4.0 NaN  1.0
3  3.0  3.0 NaN  4.0

将“A”、“B”、“C”和“D”列中的所有 NaN 元素分别替换为 0、1、2 和 3。

>>> values = {"A":0, "B":1, "C":2, "D":3}
>>> df.fillna(value=values)
     A    B    C    D
0  0.0  2.0  2.0  0.0
1  3.0  4.0  2.0  1.0
2  0.0  1.0  2.0  3.0
3  0.0  3.0  2.0  4.0

仅替换第一个 NaN 元素。

>>> df.fillna(value=values, limit=1)
     A    B    C    D
0  0.0  2.0  2.0  0.0
1  3.0  4.0  NaN  1.0
2  NaN  1.0  NaN  3.0
3  NaN  3.0  NaN  4.0

使用 DataFrame 填充时，替换发生在相同的列名和相同的索引上

>>> df2 = pd.DataFrame(np.zeros((4, 4)), columns=list("ABCE"))
>>> df.fillna(df2)
     A    B    C    D
0  0.0  2.0  0.0  0.0
1  3.0  4.0  0.0  1.0
2  0.0  0.0  0.0  NaN
3  0.0  3.0  0.0  4.0

请注意，D 列不受影响，因为它不存在于 df2 中。

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.DataFrame.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。

用法:

参数：

返回：

例子：