,,python笔记之使用fillna()填充缺失值

,,python笔记之使用fillna()填充缺失值

本文主要介绍python notes中用fillna()填充缺失值的方法,有很好的参考价值。希望对大家有帮助。如有错误或不足之处,请不吝赐教。

目录

使用fillna()填充缺少的值。fillna()函数详解1。不要指定任何参数2。指定参数3。指定方法参数4。指定极限参数5。指定轴参数。

使用fillna()填充缺失值

df=PD . read _ CSV(' CCF _ offline _ stage 1 _ train . CSV ')

打印(df['距离'])

df['距离']=df['距离']。菲尔娜(-1)。astype(int)

打印(df['距离'])

结果太长,无法显示。操作后,dataframe中距离列的缺失值全部更改为-1。

关于fillna()函数详解

inplace参数的值:True、False

True:直接修改原始对象False:创建一个副本,修改副本并保持原始对象不变(默认默认)

参数方法的值:{ '填充','填充','回填','填充',无},默认无

Pad/ffill:用以前的非缺失值填充缺失值。回填/b填充:用下一个非缺失值填充缺失值。无:指定一个值来替换缺少的值(这是默认方式)

Limit参数:限制填充数。

轴参数:修改填充方向

#指南包

进口熊猫作为pd

将numpy作为np导入

从numpy导入nan作为NaN

df1=pd。数据帧([[1,2,3],[南,南,2],[南,南,南],[8,8,南]])

df1

代码结果:

一、不指定任何参数

1. 用常数填充

# 1.未指定方法参数

#1.用常数填充

print (df1.fillna(100))

打印('-')

打印(df1)

运行结果:

2. 用字典填充

#2.用字典填满它

df1.fillna({0:10,1:20,2:30})

运行结果:

二、指定inplace参数

# 2.指定就地参数

print (df1.fillna(0,inplace=True))

打印('-')

打印(df1)

运行结果:

三、指定method参数

1.method='ffill'/'pad ':用前一个的非缺失值填充缺失值。

# 3.指定方法参数

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 ':用以前的非缺失值填充缺失值。

df2.fillna(method='ffill ')

运行结果:

2.method='bflii'/'回填':用下一个的非缺失值填充缺失值。

#2.method='bflii'/'回填':用下一个非缺失值填充缺失值。

df2.fillna(method='bfill ')

运行结果:

四、指定limit参数

# 4.指定限制参数

#用下一个非缺失值填充缺失值

#仅填充2

df2.fillna(method='bfill ',limit=2)

运行结果:

五、指定axis参数

# 5.指定轴参数

df2.fillna(方法='ffill ',限制=1,轴=1)

运行结果:

以上个人经历,希望能给大家一个参考,也希望大家多多支持我们。

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: