python pandas利用fillna方法實現(xiàn)部分自動填充功能

更新時間：2020年03月16日 14:08:49 作者：weixin_45144170

這篇文章主要介紹了python pandas通過fillna方法實現(xiàn)部分自動填充功能,本文通過實例代碼給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下

昨天，我們學習了pandas中的dropna方法，今天，學習一下fillna方法。該方法的主要作用是實現(xiàn)對NaN值的填充功能。該方法主要有3個參數(shù)，分別是：value，method，limit等。其余參數(shù)可以通過調(diào)用help函數(shù)獲取信息。

（1）value

該參數(shù)主要是確定填充數(shù)值

>>> df = pd.read_excel(r'D:/myExcel/1.xlsx')
>>> df
  name Chinese Chinese.1  id
0  bob  12.0   12 123.0
1 millor  NaN   32 124.0
2 jiken  89.0   89 NaN
3 jiken  89.0   89 125.0
# 默認將所有值均填充為0
>>> df.fillna(0)
  name Chinese Chinese.1  id
0  bob  12.0   12 123.0
1 millor  0.0   32 124.0
2 jiken  89.0   89 0.0
3 jiken  89.0   89 125.0

# 也可以通過字典控制每列傳什么值
>>> my_dict = {'Chinese' : 92, 'id' : 98}
>>> df.fillna(my_dict)
  name Chinese Chinese.1  id
0  bob  12.0   12 123.0
1 millor  92.0   32 124.0
2 jiken  89.0   89 98.0
3 jiken  89.0   89 125.0

2、method參數(shù)

該參數(shù)主要控制自動填充，是向上填充還是向下填充
method : {‘backfill', ‘bfill', ‘pad', ‘ffill', None}, default None
pad / ffill: 向下自動填充
backfill / bfill: 向上自動填充

# 向下
>>> df.fillna(method='ffill')
  name Chinese Chinese.1  id
0  bob  12.0   12 123.0
1 millor  12.0   32 124.0
2 jiken  89.0   89 124.0
3 jiken  89.0   89 125.0

# 向上
>>> df.fillna(method='bfill')
  name Chinese Chinese.1  id
0  bob  12.0   12 123.0
1 millor  89.0   32 124.0
2 jiken  89.0   89 125.0
3 jiken  89.0   89 125.0

3、limit參數(shù)

該參數(shù)類似于mysql中的limit。向上或者向下填充時控制最大填充前幾行

# 限制自動填充最大填充1行。
>>> df.fillna(method = 'bfill', limit=1)
  name Chinese Chinese.1  id
0  bob  12.0   12 123.0
1 millor  89.0   32 124.0
2 jiken  89.0   89 125.0
3 jiken  89.0   89 125.0

哈哈，以上就是關于fillna方法的介紹。
關于，isna方法很好理解，判斷是否為NaN值

>>> df.isna()
 name Chinese Chinese.1  id
0 False False  False False
1 False  True  False False
2 False False  False True
3 False False  False False
>>>

總結

到此這篇關于python pandas通過fillna方法實現(xiàn)部分自動填充功能的文章就介紹到這了,更多相關python pandas fillna自動填充內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: