跳转至

Python |熊猫时间差指数. fillna

哎哎哎:# t0]https://www.geeksforgeeks.org/python-pandas-time delta index-fillna/

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。

熊猫 **TimedeltaIndex.fillna()**函数用指定的值填充给定时间增量索引对象中所有缺失的值。

语法:时间增量索引. fillna(值=无，向下转换=无)

参数: 值:用于填充孔洞的标量值(例如 0)。该值不能是喜欢的列表。 向下转换:项的字典- >如果可能的话要向下转换的数据类型，或者尝试向下转换为适当的相等类型的字符串“推断”(例如，如果可能的话从 float64 到 int64)

返回:填充:%(klass)s

示例#1: 使用TimedeltaIndex.fillna()函数填充给定时间增量索引对象中所有缺失的值。

# importing pandas as pd
import pandas as pd

# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(data =[None, '1 days 06:05:01.000030', None,
                       '1 days 02:00:00', '21 days 06:15:01.000030'])

# Print the TimedeltaIndex object
print(tidx)

输出:

现在我们将使用TimedeltaIndex.fillna()函数来填充 tidx 对象中所有缺失的值。

# fill the missing values
tidx.fillna('10 days')

输出:

我们可以在输出中看到，TimedeltaIndex.fillna()函数已经用 tidx 对象中的指定值填充了所有缺失的值。

示例 2: 使用TimedeltaIndex.fillna()函数填充给定时间增量索引对象中所有缺失的值。

# importing pandas as pd
import pandas as pd

# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(data =['06:05:01.000030', None, '22 day 2 min 3us 10ns',
                                    '+23:59:59.999999', None, '+12:19:59.999999'])

# Print the TimedeltaIndex object
print(tidx)

输出:

现在我们将使用TimedeltaIndex.fillna()函数来填充 tidx 对象中所有缺失的值。

# fill the missing values
tidx.fillna('2 days 10:50')

输出: 正如我们在输出中看到的，TimedeltaIndex.fillna()函数已经用 tidx 对象中的指定值填充了所有缺失的值。

回到顶部