Python-pandas的fillna()方法-填充空值[通俗易懂]

Python-pandas的fillna()方法-填充空值[通俗易懂]0.摘要pandas中fillna()方法,能够使用指定的方法填充NA/NaN值。1.函数详解函数形式:fillna(value=None,method=None,axis=None,inplace=False,limit=None,downcast=None,**kwargs)参数:value:用于填充的空值的值。method:{‘backfill’,…

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

0.摘要

pandas中fillna()方法,能够使用指定的方法填充NA/NaN值。

 

1.函数详解

函数形式:fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)

参数:

value:用于填充的空值的值。

method: {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}, default None。定义了填充空值的方法, pad / ffill表示用前面行/列的值,填充当前行/列的空值, backfill / bfill表示用后面行/列的值,填充当前行/列的空值。

axis:轴。0或’index’,表示按行删除;1或’columns’,表示按列删除。

inplace:是否原地替换。布尔值,默认为False。如果为True,则在原DataFrame上进行操作,返回值为None。

limit:int, default None。如果method被指定,对于连续的空值,这段连续区域,最多填充前 limit 个空值(如果存在多段连续区域,每段最多填充前 limit 个空值)。如果method未被指定, 在该axis下,最多填充前 limit 个空值(不论空值连续区间是否间断)

downcast:dict, default is None,字典中的项为,为类型向下转换规则。或者为字符串“infer”,此时会在合适的等价类型之间进行向下转换,比如float64 to int64 if possible。

 

2.示例

import numpy as np
import pandas as pd

a = np.arange(100,dtype=float).reshape((10,10))
for i in range(len(a)):
    a[i,:i] = np.nan
a[6,0] = 100.0

d = pd.DataFrame(data=a)
print(d)

Python-pandas的fillna()方法-填充空值[通俗易懂]

# 用0填补空值
print(d.fillna(value=0))

 Python-pandas的fillna()方法-填充空值[通俗易懂]

# 用前一行的值填补空值
print(d.fillna(method='pad',axis=0))

Python-pandas的fillna()方法-填充空值[通俗易懂] 

# 用后一列的值填补空值
print(d.fillna(method='backfill', axis=1))

Python-pandas的fillna()方法-填充空值[通俗易懂]

# 连续空值,最多填补3个
print(d.fillna(method='ffill',axis=0, limit=3))

Python-pandas的fillna()方法-填充空值[通俗易懂]

# 每条轴上,最多填补3个
print(d.fillna(value=-1,axis=0, limit=3))

Python-pandas的fillna()方法-填充空值[通俗易懂]

 

 

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/170002.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • OTSU算法(大津法阈值分割原理)

    写在前面大津法(OTSU)是一种确定图像二值化分割阈值的算法,由日本学者大津于1979年提出。从大津法的原理上来讲,该方法又称作最大类间方差法,因为按照大津法求得的阈值进行图像二值化分割后,前景与背景图像的类间方差最大。它被认为是图像分割中阈值选取的最佳算法,计算简单,不受图像亮度和对比度的影响,因此在数字图像处理上得到了广泛的应用。它是按图像的灰度特性,将图像分成背景和前景两部分。因方差…

  • 标量tensor转numpy数组时在pycharm调试下显示异常「建议收藏」

    标量tensor转numpy数组时在pycharm调试下显示异常「建议收藏」最近发现了一个问题,在标量tensor转numpy数组之后,在pycharm调试的过程中,我想看一下这个数组的值,却发现显示异常。importnumpyasnpimporttorcha=torch.tensor(5)b=a.numpy()print(b)如上面这个代码,在断点调试的时候,b这个数组的array显示出现异常可能还是numpy的数组在定义显示的时候,是根据shape来的吧,而这个时候这个shape是一个空值,所以就有了这个无法显示的异常。解决的方

    2022年10月19日
  • windows的server服务_windowsserver是什么

    windows的server服务_windowsserver是什么WindowsServerAppFabric正式发布

  • MATLAB绘制三维地图「建议收藏」

    MATLAB绘制三维地图「建议收藏」1、meshgrid:生成格点矩阵,类似于给定坐标空间[x,y]=meshgrid(1:10);

    2022年10月11日
  • 【深度学习】5:CNN卷积神经网络原理

    【深度学习】5:CNN卷积神经网络原理前言:先坦白的说,深度神经网络的学习在一开始对我造成的困扰还是很大的,我也是通过不断地看相关的视频资料、文献讲解尝试去理解记忆。毕竟这些内容大多都是不可查的,我们看到的都只是输入输出的东西,里面的内部运作以及工作原理,都需要沉心静思。这篇CNN卷积神经网络的原理介绍,也是自己通过收集来的资料阅读、理解、操练后,有了一定的见解后才拙笔,里面的内容我会尽量详尽,不清楚明白的地方,望大家慧眼指出。–—

  • 知识网之C++总结

    知识网之C++总结

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号