Python pyspark GroupBy.fillna用法及代码示例

本文简要介绍 pyspark.pandas.groupby.GroupBy.fillna 的用法。

用法: GroupBy.fillna(value: Optional[Any] = None, method: Optional[str] = None, axis: Union[int, str, None] = None, inplace: bool = False, limit: Optional[int] = None) → FrameLike

在组中填写 NA/NaN 值。

参数：

value：标量，字典，系列: 用于填补漏洞的值。或者是一个字典/一系列值，指定每列使用哪个值。不支持DataFrame。
method：{‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, 无}，默认无: 用于填充重新索引系列 pad/ffill 中的孔的方法：将最后一个有效观察向前传播到下一个有效回填/bfill：使用 NEXT 有效观察来填充间隙
axis：{0 或 index }: 不支持 1 和 columns。
inplace：布尔值，默认为 False: 就地填充(不创建新对象)
limit：整数，默认无: 如果指定了方法，则这是要向前/向后填充的连续 NaN 值的最大数量。换句话说，如果存在连续 NaN 数量超过此数量的间隙，则只会部分填充。如果未指定方法，则这是沿整个轴填充 NaNs 的最大条目数。如果不是 None 则必须大于 0

DataFrame: DataFrame 已填充 NA 条目。

例子：

>>> df = ps.DataFrame({
...     'A': [1, 1, 2, 2],
...     'B': [2, 4, None, 3],
...     'C': [None, None, None, 1],
...     'D': [0, 1, 5, 4]
...     },
...     columns=['A', 'B', 'C', 'D'])
>>> df
   A    B    C  D
0  1  2.0  NaN  0
1  1  4.0  NaN  1
2  2  NaN  NaN  5
3  2  3.0  1.0  4

我们还可以在组中向前或向后传播非空值。

>>> df.groupby(['A'])['B'].fillna(method='ffill').sort_index()
0    2.0
1    4.0
2    NaN
3    3.0
Name: B, dtype: float64

>>> df.groupby(['A']).fillna(method='bfill').sort_index()
     B    C  D
0  2.0  NaN  0
1  4.0  NaN  1
2  3.0  1.0  5
3  3.0  1.0  4

相关用法

注：本文由纯净天空筛选整理自spark.apache.org大神的英文原创作品 pyspark.pandas.groupby.GroupBy.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：