pandas中fillna()函數(shù)填充NaN和None的實(shí)現(xiàn)
填充缺失值和空值的方式有很多種,比如人工填寫、熱卡填充等,Pandas中的fillna()方法可以實(shí)現(xiàn)填充空值或缺失值。
fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)
- value:用于填充的數(shù)值。
- method:表示填充方式,默認(rèn)值為None。
- limit: 可以連續(xù)填充的最大數(shù)量,默認(rèn)None。
method參數(shù)不能與value參數(shù)同時(shí)使用。
name | score |
---|---|
agou | NaN |
None | 78.0 |
ahua | 89.0 |
有一張表格里存在缺失值,如果使用常量99.0來替換缺失值,那么填充前后的效果如下圖所示。
name | score |
---|---|
agou | 99.0 |
99.0 | 78.0 |
ahua | 89.0 |
通過fillna()方法填充常量的示例如下:
# 使用99.0替換缺失值 df_obj.fillna('99.0')
顯然name列不適合用99.0來填充,我們可以指定某列的填充值
# 指定列填充數(shù)據(jù) df_obj.fillna({'name': 'someone', 'score': 99.0})
結(jié)果:
name | score |
---|---|
agou | 99.0 |
someone | 78.0 |
ahua | 89.0 |
通過fillna()方法采用前向填充的方式替換空值或缺失值,示例如下:
# 使用前向填充的方式替換空值或缺失值 df.fillna(method='ffill')
到此這篇關(guān)于pandas中fillna()函數(shù)填充NaN和None的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)pandas fillna()填充NaN和None內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python中實(shí)現(xiàn)單例模式的n種方式和原理
這篇文章主要介紹了Python中實(shí)現(xiàn)單例模式的n種方式和原理,需要的朋友可以參考下2018-11-11Python實(shí)戰(zhàn)之能監(jiān)控文件變化的神器—看門狗
這篇文章主要介紹了Python實(shí)戰(zhàn)之能監(jiān)控文件變化的神器—看門狗,文中有非常詳細(xì)的圖文及代碼示例,對(duì)正在學(xué)習(xí)python的小伙伴們有非常好的幫助,需要的朋友可以參考下2021-05-05python opencv鼠標(biāo)畫點(diǎn)之cv2.drawMarker()函數(shù)
這篇文章主要給大家介紹了關(guān)于python opencv鼠標(biāo)畫點(diǎn)之cv2.drawMarker()函數(shù)的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家學(xué)習(xí)或者使用opencv具有一定的參考下學(xué)習(xí)價(jià)值,需要的朋友可以參考下2021-10-10Python實(shí)現(xiàn)決策樹并且使用Graphviz可視化的例子
今天小編就為大家分享一篇Python實(shí)現(xiàn)決策樹并且使用Graphviz可視化的例子,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-08-08python3:excel操作之讀取數(shù)據(jù)并返回字典 + 寫入的案例
這篇文章主要介紹了python3:excel操作之讀取數(shù)據(jù)并返回字典 + 寫入的案例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-09-09使用Python實(shí)現(xiàn)在Windows下安裝Django
今天小編就為大家分享一篇關(guān)于使用Python實(shí)現(xiàn)在Windows下安裝Django,小編覺得內(nèi)容挺不錯(cuò)的,現(xiàn)在分享給大家,具有很好的參考價(jià)值,需要的朋友一起跟隨小編來看看吧2018-10-10