Python 官方文档:入门教程 => 点击学习
目录使用fillna()填充缺失值关于fillna()函数详解一、不指定任何参数二、指定inplace参数三、指定method参数四、指定limit参数五、指定axis参数使用fil
df = pd.read_csv('ccf_offline_stage1_train.csv')
print(df['Distance'])
df['distance'] = df['Distance'].fillna(-1).astype(int)
print(df['distance'])
结果太长不展示了,经过操作后成功将dataframe中distance列的缺失值都变成了-1
inplace参数的取值:True、False
True
:直接修改原对象False
:创建一个副本,修改副本,原对象不变(缺省默认)method参数的取值 : {‘pad’, ‘ffill’,‘backfill’, ‘bfill’, None}, default None
pad
/ffill
:用前一个非缺失值去填充该缺失值backfill
/bfill
:用下一个非缺失值填充该缺失值None
:指定一个值去替换缺失值(缺省默认这种方式)limit参数:限制填充个数
axis参数:修改填充方向
#导包
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
代码结果:
1. 用常数填充
#一、不指定method参数
#1.用常数填充
print (df1.fillna(100))
print ("-----------------------")
print (df1)
运行结果:
2. 用字典填充
#2.用字典填充
df1.fillna({0:10,1:20,2:30})
运行结果:
#二、指定inplace参数
print (df1.fillna(0,inplace=True))
print ("-------------------------")
print (df1)
运行结果:
1.method = 'ffill'/'pad':用前一个非缺失值去填充该缺失值
#三、指定method参数
df2 = pd.DataFrame(np.random.randint(0,10,(5,5)))
df2.iloc[1:4,3] = NaN
df2.iloc[2:4,4] = NaN
df2
运行结果:
#1.method = 'ffill'/'pad':用前一个非缺失值去填充该缺失值
df2.fillna(method='ffill')
运行结果:
2.method = 'bflii'/'backfill':用下一个非缺失值填充该缺失值
#2.method = 'bflii'/'backfill':用下一个非缺失值填充该缺失值
df2.fillna(method='bfill')
运行结果:
#四、指定limit参数
#用下一个非缺失值填充该缺失值
#只填充2个
df2.fillna(method='bfill', limit=2)
运行结果:
#五、指定axis参数
df2.fillna(method="ffill", limit=1, axis=1)
运行结果:
以上为个人经验,希望能给大家一个参考,也希望大家多多支持编程网。
--结束END--
本文标题: python笔记之使用fillna()填充缺失值
本文链接: https://lsjlt.com/news/119413.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0