inplace参数的取值：True、False

True：直接修改原对象

False：创建一个副本，修改副本，原对象不变（缺省默认）

method参数的取值 ： {‘pad’, ‘ffill’,‘backfill’, ‘bfill’, None}, default None

pad/ffill：用前一个非缺失值去填充该缺失值

backfill/bfill：用下一个非缺失值填充该缺失值

None：指定一个值去替换缺失值（缺省默认这种方式）

limit参数：限制填充个数

axis参数：修改填充方向

 

#导包
import pandas as pd
import numpy as np
from numpy import nan as NaN

df1=pd.DataFrame([[1,2,3],[NaN,NaN,2],[NaN,NaN,NaN],[8,8,NaN]])
df1

代码结果：

 

一、不指定任何参数

1.  用常数填充

#一、不指定method参数

#1.用常数填充
print (df1.fillna(100))
print ("-----------------------")
print (df1)

运行结果：

2.  用字典填充

#2.用字典填充
df1.fillna({0:10,1:20,2:30})

运行结果：

 

二、指定inplace参数

#二、指定inplace参数

print (df1.fillna(0,inplace=True))
print ("-------------------------")
print (df1)

运行结果：

 

三、指定method参数

1.method = ‘ffill’/’pad’：用前一个非缺失值去填充该缺失值

#三、指定method参数

df2 = pd.DataFrame(np.random.randint(0,10,(5,5)))
df2.iloc[1:4,3] = NaN
df2.iloc[2:4,4] = NaN
df2

运行结果：

#1.method = 'ffill'/'pad'：用前一个非缺失值去填充该缺失值

df2.fillna(method='ffill')

运行结果：

 

2.method = ‘bflii’/’backfill’：用下一个非缺失值填充该缺失值

#2.method = 'bflii'/'backfill'：用下一个非缺失值填充该缺失值

df2.fillna(method='bfill')

运行结果：

 

四、指定limit参数

#四、指定limit参数

#用下一个非缺失值填充该缺失值
#只填充2个

df2.fillna(method='bfill', limit=2)

运行结果： 

 

五、指定axis参数

#五、指定axis参数

df2.fillna(method="ffill", limit=1, axis=1)

运行结果：

 

更多AI资源请关注公众号：大胡子的AI

欢迎各位AI爱好者加入群聊交流学习：882345565（内有大量免费资源哦！）

版权声明：本文为博主原创文章，未经博主允许不得转载。如要转载请与本人联系。