昨天，我們學習了pandas中的dropna方法，今天，學習一下fillna方法。該方法的主要作用是實現對NaN值的填充功能。該方法主要有3個參數，分別是：value，method，limit等。其余參數可以通過調用help函數獲取信息。

（1）value

該參數主要是確定填充數值

>>> df = pd.read_excel(r’D:/myExcel/1.xlsx’)>>> df name Chinese Chinese.1 id0 bob 12.0 12 123.01 millor NaN 32 124.02 jiken 89.0 89 NaN3 jiken 89.0 89 125.0# 默認將所有值均填充為0>>> df.fillna(0) name Chinese Chinese.1 id0 bob 12.0 12 123.01 millor 0.0 32 124.02 jiken 89.0 89 0.03 jiken 89.0 89 125.0# 也可以通過字典控制每列傳什么值>>> my_dict = {’Chinese’ : 92, ’id’ : 98}>>> df.fillna(my_dict) name Chinese Chinese.1 id0 bob 12.0 12 123.01 millor 92.0 32 124.02 jiken 89.0 89 98.03 jiken 89.0 89 125.0

2、method參數

該參數主要控制自動填充，是向上填充還是向下填充method : {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}, default Nonepad / ffill: 向下自動填充backfill / bfill: 向上自動填充

# 向下>>> df.fillna(method=’ffill’) name Chinese Chinese.1 id0 bob 12.0 12 123.01 millor 12.0 32 124.02 jiken 89.0 89 124.03 jiken 89.0 89 125.0# 向上>>> df.fillna(method=’bfill’) name Chinese Chinese.1 id0 bob 12.0 12 123.01 millor 89.0 32 124.02 jiken 89.0 89 125.03 jiken 89.0 89 125.0

3、limit參數

該參數類似于mysql中的limit。向上或者向下填充時控制最大填充前幾行

# 限制自動填充最大填充1行。>>> df.fillna(method = ’bfill’, limit=1) name Chinese Chinese.1 id0 bob 12.0 12 123.01 millor 89.0 32 124.02 jiken 89.0 89 125.03 jiken 89.0 89 125.0

哈哈，以上就是關于fillna方法的介紹。關于，isna方法很好理解，判斷是否為NaN值

>>> df.isna() name Chinese Chinese.1 id0 False False False False1 False True False False2 False False False True3 False False False False>>>

總結

到此這篇關于python pandas通過fillna方法實現部分自動填充功能的文章就介紹到這了,更多相關python pandas fillna自動填充內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！