python之怎么使用fillna()填充缺失值

本篇內容主要講解“python之怎么使用fillna()填充缺失值”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強。下面就讓小編來帶大家學習“python之怎么使用fillna()填充缺失值”吧!

使用fillna()填充缺失值

df?=?pd.read_csv('ccf_offline_stage1_train.csv')
print(df['Distance'])
df['distance']?=?df['Distance'].fillna(-1).astype(int)
print(df['distance'])

結果太長不展示了，經過操作后成功將dataframe中distance列的缺失值都變成了-1

關于fillna()函數詳解

inplace參數的取值：True、False

• True：直接修改原對象

• False：創建一個副本，修改副本，原對象不變（缺省默認）

method參數的取值 ： {‘pad’, ‘ffill’,‘backfill’, ‘bfill’, None}, default None

• pad/ffill：用前一個非缺失值去填充該缺失值

• backfill/bfill：用下一個非缺失值填充該缺失值

• None：指定一個值去替換缺失值（缺省默認這種方式）

limit參數：限制填充個數

axis參數：修改填充方向

#導包
import?pandas?as?pd
import?numpy?as?np
from?numpy?import?nan?as?NaN

df1=pd.DataFrame([[1,2,3],[NaN,NaN,2],[NaN,NaN,NaN],[8,8,NaN]])
df1

代碼結果：

一、不指定任何參數

1. ?用常數填充

#一、不指定method參數
?
#1.用常數填充
print?(df1.fillna(100))
print?("-----------------------")
print?(df1)

運行結果：

2. ?用字典填充

#2.用字典填充
df1.fillna({0:10,1:20,2:30})

運行結果：

二、指定inplace參數

#二、指定inplace參數
?
print?(df1.fillna(0,inplace=True))
print?("-------------------------")
print?(df1)

運行結果：

三、指定method參數

1.method = 'ffill'/'pad'：用前一個非缺失值去填充該缺失值

#三、指定method參數
?
df2?=?pd.DataFrame(np.random.randint(0,10,(5,5)))
df2.iloc[1:4,3]?=?NaN
df2.iloc[2:4,4]?=?NaN
df2

運行結果：

#1.method?=?'ffill'/'pad'：用前一個非缺失值去填充該缺失值
?
df2.fillna(method='ffill')

運行結果：

2.method = 'bflii'/'backfill'：用下一個非缺失值填充該缺失值

#2.method?=?'bflii'/'backfill'：用下一個非缺失值填充該缺失值
?
df2.fillna(method='bfill')

運行結果：

四、指定limit參數

#四、指定limit參數
?
#用下一個非缺失值填充該缺失值
#只填充2個
?
df2.fillna(method='bfill',?limit=2)

運行結果：?

五、指定axis參數

#五、指定axis參數
?
df2.fillna(method="ffill",?limit=1,?axis=1)

運行結果：

到此，相信大家對“python之怎么使用fillna()填充缺失值”有了更深的了解，不妨來實際操作一番吧！這里是蝸牛博客網站，更多相關內容可以進入相關頻道進行查詢，關注我們，繼續學習！

免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：niceseo99@gmail.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。