昨天，我們學(xué)習(xí)了pandas中的dropna方法，今天，學(xué)習(xí)一下fillna方法。該方法的主要作用是實(shí)現(xiàn)對(duì)NaN值的填充功能。該方法主要有3個(gè)參數(shù)，分別是：value，method，limit等。其余參數(shù)可以通過調(diào)用help函數(shù)獲取信息。

（1）value

該參數(shù)主要是確定填充數(shù)值

>>> df = pd.read_excel(r’D:/myExcel/1.xlsx’)>>> df name Chinese Chinese.1 id0 bob 12.0 12 123.01 millor NaN 32 124.02 jiken 89.0 89 NaN3 jiken 89.0 89 125.0# 默認(rèn)將所有值均填充為0>>> df.fillna(0) name Chinese Chinese.1 id0 bob 12.0 12 123.01 millor 0.0 32 124.02 jiken 89.0 89 0.03 jiken 89.0 89 125.0# 也可以通過字典控制每列傳什么值>>> my_dict = {’Chinese’ : 92, ’id’ : 98}>>> df.fillna(my_dict) name Chinese Chinese.1 id0 bob 12.0 12 123.01 millor 92.0 32 124.02 jiken 89.0 89 98.03 jiken 89.0 89 125.0

2、method參數(shù)

該參數(shù)主要控制自動(dòng)填充，是向上填充還是向下填充method : {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}, default Nonepad / ffill: 向下自動(dòng)填充backfill / bfill: 向上自動(dòng)填充

# 向下>>> df.fillna(method=’ffill’) name Chinese Chinese.1 id0 bob 12.0 12 123.01 millor 12.0 32 124.02 jiken 89.0 89 124.03 jiken 89.0 89 125.0# 向上>>> df.fillna(method=’bfill’) name Chinese Chinese.1 id0 bob 12.0 12 123.01 millor 89.0 32 124.02 jiken 89.0 89 125.03 jiken 89.0 89 125.0

3、limit參數(shù)

該參數(shù)類似于mysql中的limit。向上或者向下填充時(shí)控制最大填充前幾行

# 限制自動(dòng)填充最大填充1行。>>> df.fillna(method = ’bfill’, limit=1) name Chinese Chinese.1 id0 bob 12.0 12 123.01 millor 89.0 32 124.02 jiken 89.0 89 125.03 jiken 89.0 89 125.0

哈哈，以上就是關(guān)于fillna方法的介紹。關(guān)于，isna方法很好理解，判斷是否為NaN值

>>> df.isna() name Chinese Chinese.1 id0 False False False False1 False True False False2 False False False True3 False False False False>>>

總結(jié)

到此這篇關(guān)于python pandas通過fillna方法實(shí)現(xiàn)部分自動(dòng)填充功能的文章就介紹到這了,更多相關(guān)python pandas fillna自動(dòng)填充內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！