fillna函数在Pandas库中的使用技巧

python

小樊

2024-08-29 14:03:29

栏目: 编程语言

fillna() 函数是 Pandas 库中的一个重要函数，用于填充 DataFrame 或 Series 中的缺失值（NaN）

使用特定值填充：你可以使用 fillna() 函数将缺失值替换为特定值。例如，将所有缺失值替换为 0：
```
df.fillna(0, inplace=True)
```
使用前一个值填充：你可以使用 fillna() 函数将缺失值替换为前一个值。例如，使用前一个值填充：
```
df.fillna(method='ffill', inplace=True)
```
使用后一个值填充：你可以使用 fillna() 函数将缺失值替换为后一个值。例如，使用后一个值填充：
```
df.fillna(method='bfill', inplace=True)
```
使用平均值填充：你可以使用 fillna() 函数将缺失值替换为列的平均值。例如，使用平均值填充：
```
df.fillna(df.mean(), inplace=True)
```
使用限制填充：你可以使用 fillna() 函数将缺失值替换为前一个值或后一个值，直到达到指定的限制。例如，使用前一个值填充，最多填充 3 个连续缺失值：
```
df.fillna(method='ffill', limit=3, inplace=True)
```
使用插值填充：你可以使用 fillna() 函数将缺失值替换为插值。例如，使用线性插值填充：
```
df.fillna(method='linear', inplace=True)
```
使用自定义函数填充：你可以使用 fillna() 函数将缺失值替换为自定义函数的结果。例如，使用自定义函数填充：
```
def custom_function(x):
    return x * 2

df.fillna(df.applymap(custom_function), inplace=True)
```

这些只是 fillna() 函数的一些使用技巧。根据你的需求，你可以选择合适的方法来处理缺失值。

最新问答