Python|熊猫系列. fillna()
原文:https://www.geeksforgeeks.org/python-pandas-series-fillna/
熊猫系列是带有轴标签的一维数组。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了一系列方法来执行涉及索引的操作。
Pandas **Series.fillna()**功能用于使用指定的方法填充 NA/NaN 值。
语法: Series.fillna(值=无，方法=无，轴=无，位置=假，限制=无，向下转换=无，**kwargs)
参数: 值:用于填充孔的值 方法:用于填充重新索引的 Series pad / ffill 中的孔的方法 轴:或“index”} 位置:如果为真，则填充到位。 限制:如果指定了方法，这是向前/向后填充 向下转换: dict 的最大连续 NaN 值，默认值为无
返回:填充:系列
示例#1: 使用Series.fillna()函数填写给定序列对象中缺失的值。使用字典传递对应于系列对象中不同索引标签的要填充的值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series(['New York', 'Chicago', 'Toronto', None, 'Rio'])
# Create the Index
sr.index = ['City 1', 'City 2', 'City 3', 'City 4', 'City 5']
# set the index
sr.index = index_
# Print the series
print(sr)
输出:
现在我们将使用Series.fillna()函数来填充给定序列对象中缺失的值。
# fill the values using dictionary
result = sr.fillna(value = {'City 4' : 'Lisbon', 'City 1' : 'Dublin'})
# Print the result
print(result)
输出:
正如我们在输出中看到的，Series.fillna()函数已经成功填充了给定序列对象中缺失的值。
示例 2 : 使用向前填充(ffill)方法，使用Series.fillna()函数填充给定序列对象中缺失的值。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([100, None, None, 18, 65, None, 32, 10, 5, 24, None])
# Create the Index
index_ = pd.date_range('2010-10-09', periods = 11, freq ='M')
# set the index
sr.index = index_
# Print the series
print(sr)
输出:
现在我们将使用Series.fillna()函数来填充给定序列对象中缺失的值。我们将使用正向填充方法来填充缺失的值。
# fill the values using forward fill method
result = sr.fillna(method = 'ffill')
# Print the result
print(result)
输出:
正如我们在输出中看到的，Series.fillna()函数已经成功填充了给定序列对象中缺失的值。
版权属于：月萌API www.moonapi.com，转载请注明出处
