pandas库学习之DataFrame.fillna函数

pandas库学习之DataFrame.fillna函数

一、简介

pandas.DataFrame.fillna函数用于填充DataFrame中的缺失值（NaN）。可以用指定的值、方法或前后的值来填充。

二、语法和参数

DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None)

参数：

• value：标量、字典、Series或DataFrame，表示用来填充缺失值的值。

• method：{backfill, bfill, pad, ffill}, 可选，表示用前面的值或后面的值来填充。

  • backfill / bfill：用后面的非缺失值填充当前的缺失值。
  • pad / ffill：用前面的非缺失值填充当前的缺失值。

• axis：{0或index, 1或columns}，默认值为0，表示填充的轴。

• inplace：布尔值，默认值为False，表示是否在原地修改DataFrame。

• limit：整数，可选，表示每个字段填充的最大数量。

• downcast：字典，可选，表示控制转换到更低数据类型。

三、实例

3.1 用指定值填充缺失值

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'A': [1, 2, np.nan, 4],
    'B': [np.nan, 2, 3, 4],
    'C': [1, np.nan, np.nan, 4]
})

filled_df = df.fillna(0)

print(filled_df)

输出：

     A    B    C
0  1.0  0.0  1.0
1  2.0  2.0  0.0
2  0.0  3.0  0.0
3  4.0  4.0  4.0

3.2 用前面的值填充缺失值

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'A': [1, 2, np.nan, 4],
    'B': [np.nan, 2, 3, 4],
    'C': [1, np.nan, np.nan, 4]
})

filled_df = df.fillna(method='ffill')

print(filled_df)

输出：

     A    B    C
0  1.0  NaN  1.0
1  2.0  2.0  1.0
2  2.0  3.0  1.0
3  4.0  4.0  4.0

(0,B)位置任然为NaN是因为其前面没有东西可供填充了

四、注意事项

1. 使用inplace=True参数可以直接在原DataFrame上进行修改，而不返回新的DataFrame。
2. method参数允许使用前后值填充，这在处理时间序列数据时非常有用。
3. 当使用limit参数时，可以控制每个连续缺失值段的最大填充数量。
4. 填充缺失值时，应注意数据类型的变化，特别是在使用downcast参数时，可以控制将填充值转换为更低的数据类型。