PYTHON补全缺失值

你可能不想滤除缺失数据（有可能会丢弃跟它有关的其他数

据），⽽是希望通过其他⽅式填补那些 “ 空洞 ” 。对于⼤多数情况

⽽⾔， fillna ⽅法是最主要的函数。通过⼀个常数调⽤ fillna 就会将

缺失值替换为那个常数值：

df原始数据：

         0               1           2
0  1.043855       NaN       NaN
1  0.735691       NaN       NaN
2  1.323692       NaN  0.446414
3 -0.022705       NaN -0.652726
4 -1.527293 -0.701998 -1.485825
5  0.574229  0.053224  1.534053
6 -0.741115 -0.273540 -0.090691

data1 = df.fillna(0)
print(data1)

若是通过⼀个字典调⽤ fillna ，就可以实现对不同的列填充不同的

值：

df.fillna({1: 0.5, 2: 0})

Out[34]:

            0                 1                 2

0 -0.204708 0.500000 0.000000

1 -0.555730 0.500000 0.000000

2 0.092908 0.500000 0.769023

3 1.246435 0.500000 -1.296221

4 0.274992 0.228913 1.352917

5 0.886429 -2.001637 -0.371843

6 1.669025 -0.438570 -0.539741

fillna 默认会返回新对象，但也可以对现有对象进⾏就地修改：

In [35]: _ = df.fillna(0, inplace=True)

In [36]: df

Out[36]:

0 1 2

0 -0.204708 0.000000 0.000000

1 -0.555730 0.000000 0.000000

2 0.092908 0.000000 0.769023

3 1.246435 0.000000 -1.296221

4 0.274992 0.228913 1.352917

5 0.886429 -2.001637 -0.371843

6 1.669025 -0.438570 -0.539741

对 reindexing 有效的那些插值⽅法也可⽤于 fillna ：

In [37]: df = pd.DataFrame(np.random.randn(6, 3))

In [38]: df.iloc[2:, 1] = NA

In [39]: df.iloc[4:, 2] = NA

In [40]: df

Out[40]:

0 1 2

0 0.476985 3.248944 -1.021228

1 -0.577087 0.124121 0.302614

2 0.523772 NaN 1.343810

3 -0.713544 NaN -2.370232

4 -1.860761 NaN NaN

5 -1.265934 NaN NaN

263 In [41]: df.fillna(method='ffill')

Out[41]:

0 1 2

0 0.476985 3.248944 -1.021228

1 -0.577087 0.124121 0.302614

2 0.523772 0.124121 1.343810

3 -0.713544 0.124121 -2.370232

4 -1.860761 0.124121 -2.370232

5 -1.265934 0.124121 -2.370232

In [42]: df.fillna(method='ffill', limit=2)

Out[42]:

0 1 2

0 0.476985 3.248944 -1.021228

1 -0.577087 0.124121 0.302614

2 0.523772 0.124121 1.343810

3 -0.713544 0.124121 -2.370232

4 -1.860761 NaN -2.370232

5 -1.265934 NaN -2.370232

只要有些创新，你就可以利⽤ fillna 实现许多别的功能。⽐如说，

你可以传⼊ Series 的平均值或中位数：

In [43]: data = pd.Series([1., NA, 3.5, NA, 7])

In [44]: data.fillna(data.mean())

Out[44]:

0 1.000000

1 3.833333

2 3.500000

3 3.833333

4 7.000000