大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
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 NaNdf1=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。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/169998.html原文链接：https://javaforall.net
