昨天，我们学习了pandas中的dropna方法，今天，学习一下fillna方法。该方法的主要作用是实现对NaN值的填充功能。该方法主要有3个参数，分别是：value，method，limit等。其余参数可以通过调用help函数获取信息。
（1）value
该参数主要是确定填充数值
>>> df = pd.read_excel(r'D:/myExcel/1.xlsx')
>>> df
name Chinese Chinese.1 id
0 bob 12.0 12 123.0
1 millor NaN 32 124.0
2 jiken 89.0 89 NaN
3 jiken 89.0 89 125.0
# 默认将所有值均填充为0
>>> df.fillna(0)
name Chinese Chinese.1 id
0 bob 12.0 12 123.0
1 millor 0.0 32 124.0
2 jiken 89.0 89 0.0
3 jiken 89.0 89 125.0
# 也可以通过字典控制每列传什么值
>>> my_dict = {'Chinese' : 92, 'id' : 98}
>>> df.fillna(my_dict)
name Chinese Chinese.1 id
0 bob 12.0 12 123.0
1 millor 92.0 32 124.0
2 jiken 89.0 89 98.0
3 jiken 89.0 89 125.0
2、method参数
该参数主要控制自动填充，是向上填充还是向下填充
method : {‘backfill', ‘bfill', ‘pad', ‘ffill', None}, default None
pad / ffill: 向下自动填充
backfill / bfill: 向上自动填充
# 向下 >>> df.fillna(method='ffill') name Chinese Chinese.1 id 0 bob 12.0 12 123.0 1 millor 12.0 32 124.0 2 jiken 89.0 89 124.0 3 jiken 89.0 89 125.0 # 向上 >>> df.fillna(method='bfill') name Chinese Chinese.1 id 0 bob 12.0 12 123.0 1 millor 89.0 32 124.0 2 jiken 89.0 89 125.0 3 jiken 89.0 89 125.0
3、limit参数
该参数类似于mysql中的limit。向上或者向下填充时控制最大填充前几行
# 限制自动填充最大填充1行。 >>> df.fillna(method = 'bfill', limit=1) name Chinese Chinese.1 id 0 bob 12.0 12 123.0 1 millor 89.0 32 124.0 2 jiken 89.0 89 125.0 3 jiken 89.0 89 125.0
哈哈，以上就是关于fillna方法的介绍。
关于，isna方法很好理解，判断是否为NaN值
>>> df.isna() name Chinese Chinese.1 id 0 False False False False 1 False True False False 2 False False False True 3 False False False False >>>
总结
到此这篇关于python pandas通过fillna方法实现部分自动填充功能的文章就介绍到这了,更多相关python pandas fillna自动填充内容请搜索考高分网以前的文章或继续浏览下面的相关文章希望大家以后多多支持考高分网！
