fillna()函数

源码:

1     def fillna(self, value=None, method=None, axis=None, inplace=False,
2                limit=None, downcast=None, **kwargs):
3         return super(DataFrame,
4                      self).fillna(value=value, method=method, axis=axis,
5                                   inplace=inplace, limit=limit,
6                                   downcast=downcast, **kwargs)
7 
8     @Appender(_shared_docs['shift'] % _shared_doc_kwargs)

method : {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}

method为ffill时,表示dataframe中每一列向下填充,即

1 df = pd.DataFrame(  [[np.nan,2,np.nan,0],
2                      [3,4,88,1],
3                      [np.nan,np.nan,np.nan,5],
4                      [np.nan,3,np.nan,4]],
5                      columns=list('ABCD'))
6 print(df)
7 print(df.fillna(method='ffill'))

输出:

 1      A    B     C  D
 2 0  NaN  2.0   NaN  0
 3 1  3.0  4.0  88.0  1
 4 2  NaN  NaN   NaN  5
 5 3  NaN  3.0   NaN  4
 6      A    B     C  D
 7 0  NaN  2.0   NaN  0
 8 1  3.0  4.0  88.0  1
 9 2  3.0  4.0  88.0  5
10 3  3.0  3.0  88.0  4

参考:https://www.cnblogs.com/sunbigdata/p/7895295.html

转载于:https://www.cnblogs.com/xxswkl/p/10831225.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值