Python | Pandas DataFrame.fillna()替换 data frame 中的 Null 值
原文:https://www.geesforgeks.org/python-pandas-data frame-fill na-to-replace-null-values-in-data frame/
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 Python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。
有时 csv 文件有空值，这些值后来在数据框中显示为 NaN 。就像 pandas dropna()方法管理和移除数据帧中的 Null 值一样，fillna()管理并让用户用自己的值替换 NaN 值。
语法:
DataFrame.fillna(值=无，方法=无，轴=无，位置=假，限制=无，向下转换=无，**kwargs)
参数:
值:要填充的静态、字典、数组、序列或数据框，而不是 NaN。 方法:如果用户没有传递任何值，则使用方法。熊猫有不同的方法，如
bfill、backfill或ffill，分别在前进索引或上一个/后退中填入值。 轴:轴取行/列的 int 或 string 值。整数的输入可以是 0 或 1，字符串 的输入可以是“索引”或“列”:是一个布尔值，如果为真，则更改数据框本身。 限制:这是一个整数值，指定连续向前/向后 NaN 值填充的最大数量。 向下转换:它需要一个字典来指定将哪个数据类型向下转换为哪个数据类型。就像 Float64 到 int64。 *** 夸格斯:*任何其他关键字参数
有关代码中使用的 CSV 文件的链接，请单击此处的。
示例#1: 用静态值替换 NaN 值。
更换前:
# importing pandas module
import pandas as pd
# making data frame from csv file
nba = pd.read_csv("nba.csv")
nba
输出:
替换后:
在下面的示例中，“学院”列中的所有空值都被替换为“无学院”字符串。首先从 CSV 导入数据框，然后选择学院列并对其使用 fillna()方法。
# importing pandas module
import pandas as pd
# making data frame from csv file
nba = pd.read_csv("nba.csv")
# replacing na values in college with No college
nba["College"].fillna("No College", inplace = True)
nba
输出:
示例#2: 使用方法参数
在以下示例中，方法被设置为 ffill ，因此同一列中的值将替换空值。在这种情况下佐治亚州在第 4 行和第 5 行的学院列中替换了空值。 同样，也可以使用填充、回填和垫料方法。
# importing pandas module
import pandas as pd
# making data frame from csv file
nba = pd.read_csv("nba.csv")
# replacing na values in college with No college
nba["College"].fillna( method ='ffill', inplace = True)
nba
输出:
示例#3: 使用限制
在本例中，在 fillna() 方法中设置了 1 的限制，以检查在一次成功替换 NaN 值后功能是否停止替换。
# importing pandas module
import pandas as pd
# making data frame from csv file
nba = pd.read_csv("nba.csv")
# replacing na values in college with No college
nba["College"].fillna( method ='ffill', limit = 1, inplace = True)
nba
输出:
如输出所示，第 4 行的学院列被替换，但第 5 列没有，因为限制设置为 1。
