Python Pandas dataframe.bfill()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas dataframe.bfill()用於向後填充數據集中的缺失值。它將向後填充NaN Pandas DataFrame 中顯示的值。

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

參數：
axis:“行”或“列”
inplace:布爾值，默認為False
limit:整數值，連續數na要填充的單元格。

範例1：采用bfill()填充缺失值的函數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

什麽時候axis='rows'，則當前值na單元格從下一行的相應值填充。如果下一行也是na值，則不會填充該值。

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

輸出：

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

什麽時候axis='columns'，那麽當前na單元格將從同一行的下一列中顯示的值填充。如果下一列也是na單元格，則不會被填充。

# 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')

輸出：

注意第四行。所有值都是na因為最右邊的單元格最初是na而且它的右邊沒有單元格可以填充自身。因此，它無法填充先前的na細胞也是如此。

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas dataframe.bfill()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。