Python Pandas DataFrame.fillna()用法及代碼示例

Python 是一種用於進行數據分析的出色語言，主要是因為以數據為中心的 Python 包的奇妙生態係統。 Pandas 就是其中之一，它使導入和分析數據變得更加容易。

有時 csv 文件有空值，稍後在 DataFrame 中顯示為 NaN。就像 Pandas 一樣dropna()方法管理和刪除 DataFrame 中的空值，fillna()管理並讓用戶用他們自己的一些值替換 NaN 值。

用法:

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

參數：

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

有關代碼中使用的 CSV 文件的鏈接，請單擊此處。

範例1：用靜態值替換 NaN 值。

更換前：

# importing pandas module
import pandas as pd
  
# making data frame from csv file
nba = pd.read_csv("nba.csv")
  
nba

輸出：

更換後：
在以下示例中，College 列中的所有空值都已替換為 “No college” 字符串。首先，從 CSV 導入 DataFrame ，然後選擇 College 列並 fillna()方法用於它。

# 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

輸出：

範例2：使用方法參數

在以下示例中，method 設置為 ffill，因此同一列中的值替換空值。在這種情況下，Georgia State 替換了第 4 行和第 5 行大學列中的空值。同樣，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

輸出：

範例3：使用限製

在這個例子中，在 fillna() 方法中設置了 1 的限製，以檢查函數在成功替換一次 NaN 值後是否停止替換。

# 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

輸出：
如輸出所示，第 4 行的大學列已被替換，但第 5 行未被替換，因為限製設置為 1。