pandas’_pandas常用方法

pandas’_pandas常用方法文章目录1.pd.Series.fillna官方案例2.pd.DataFrame.fillna官方案例1.pd.Series.fillnaSeries.fillna(value=None,method=None,axis=None,inplace=False,limit=None,downcast=None)描述按照指定的方法填充NA/NaN值参数value:scalar,dict,Series,orDataFrame标量值或字典对象用于填充缺失值要填充的值,该

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

1.pd.Series.fillna

Series.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None)

描述

按照指定的方法填充NA/NaN值

参数

value : scalar, dict, Series, or DataFrame
标量值或字典对象用于填充缺失值
要填充的值,该值不能是列表

method : {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, 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)

axis : {0 or ‘index’}
需要填充的轴

inplace : bool, default False
如果为True,则直接修改对象返回None

limit : int, default None
用于前向或者后向填充时最大值的填充范围

返回

Series or None
如果inplace=True则为None

官方案例

在这里插入图片描述
在这里插入图片描述

2.pd.DataFrame.fillna

DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None)

描述

按照指定的方法填充NA/NaN值

参数

value : scalar, dict, Series, or DataFrame
标量值或字典对象用于填充缺失值
要填充的值,该值不能是列表

method : {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, 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)

axis :{0 or ‘index’, 1 or ‘columns’}
需要填充的轴

inplace : bool, default False
如果为True,则直接修改对象返回None

limit : int, default None
用于前向或者后向填充时最大值的填充范围

返回

DataFrame or None
如果inplace=True则为None

官方案例

解释如上
在这里插入图片描述
在这里插入图片描述

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, 请联系我们举报,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/170000.html原文链接:https://javaforall.net

(0)
上一篇 2022年8月12日 上午10:36
下一篇 2022年8月12日 上午10:36


相关推荐

  • OpenClaw狂飙:我们该担心的不只是“被取代”,而是如何与AI“共处”

    OpenClaw狂飙:我们该担心的不只是“被取代”,而是如何与AI“共处”

    2026年3月12日
    2
  • 初识Spring Boot框架[通俗易懂]

    初识Spring Boot框架[通俗易懂]前面的铺垫文章已经连着写了六篇了,主要是介绍了Spring和SpringMVC框架,小伙伴们在学习的过程中大概也发现了这两个框架需要我们手动配置的地方非常多,不过做JavaEE开发的小伙伴们肯定也听说过“约定大于配置”这样一句话,就是说系统,类库,框架应该假定合理的默认值,而非要求提供不必要的配置,可是使用Spring或者SpringMVC的话依然有许多这样的东西需要我们进行配置,这样不仅徒增工作量

    2022年8月22日
    11
  • Python变量命名规则

    Python变量命名规则Python变量命名规则变量名只能包含字母、数字和下划线。变量名可以字母或下划线开头,但不能以数字开头,例如,可将变量命名为message_1,但不能将其命名为1_message。变量名不能包含空格,但可使用下划线来分隔其中的单词。例如,变量名greeting_message可行,但变量名greetingmessage会引发错误。不要将Python关键字和函数名用作变量名,即不要使用P…

    2022年6月12日
    34
  • 谷歌搜索入口 镜像_谷歌学术镜像网站怎么用

    谷歌搜索入口 镜像_谷歌学术镜像网站怎么用[2022-09持续更新]谷歌google镜像/Sci-Hub可用网址/Github镜像可用网址总结

    2025年10月18日
    22
  • keycloak_keycloak 同步用户表

    keycloak_keycloak 同步用户表keycloak使用心得

    2022年8月1日
    7
  • 基于卷积神经网络的手写数字识别系统_python 卷积神经网络

    基于卷积神经网络的手写数字识别系统_python 卷积神经网络前面讲解了使用纯numpy实现数值微分和误差反向传播法的手写数字识别,这两种网络都是使用全连接层的结构。全连接层存在什么问题呢?那就是数据的形状被“忽视”了。比如,输入数据是图像时,图像通常是高、长、通道方向上的3维形状。但是,向全连接层输入时,需要将3维数据拉平为1维数据。实际上,前面提到的使用了MNIST数据集的例子中,输入图像就是1通道、高28像素、长28像素的(1,28,28)形状,但却被排成1列,以784个数据的形式输入到最开始的Affine层。图像是3维形状,这个形状中应该含有重要的空间信

    2025年11月17日
    6

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号