大資料採集：fillna函式

大資料採集fillna函式（空白值的填充）

1.為什麼用fillna函式 在資料確實比較多的情況下可以直接濾除，而缺失資料比較少的時候，進行資料填充是很有必要的。 因此掌握fillna函式的用法就很重要，他就是解決如何處理一個DataFrame中的Nan值？ 2.以下是它最簡單的2個用法（沒耐心的朋友，只需要看完這2個也夠你用了）： 1.空白值替換為預設值：

df = df.fillna(0)   大資料採集：fillna函式 2.空白值按列替換為預設值:

你可以傳入一個字典，但不能傳入一個list。

df.fillna({'temperature':10,'windspeed':2,'weather':'sunny'}) 大資料採集：fillna函式 3.建立一個DataFrame，來練習下fillna函式 pd是我定義的pandas的別名,DataFrame是它的一個資料型別，可以理解為一個資料庫表。

首先通過pd.DataFrame()定義好一個資料庫表，注意它是一個二維的陣列，所以是[[ ]]定義。輸出一下可以看到，有很多空值，接下來我們就操作這個df物件。

df = pd.DataFrame([[np.nan,2,np.nan,0], [3,4,np.nan,1], [np.nan,np.nan,np.nan,5], [np.nan,3,np.nan,4]], columns=list('ABCD')) df

Out[60]: A B C D 0 NaN 2.0 NaN 0 1 3.0 4.0 NaN 1 2 NaN NaN NaN 5 3 NaN 3.0 NaN 4 大資料採集：fillna函式

 4.fillna函式每個引數的含義（重要）： 【value】 表示我給NaN位置填充一個值（比如0），或者我給每個索引（對於Series其實就是一行，只不過沒這個概念）或者列（對於DataFrame就是按列來替換空值。）   value可以是：預設值為None，變數、字典、Series、DataFrame，就是不能是list。

【method 】表示：這幾個引數的預設值都是None，使用方法來填充NaN值。

其中

backfill和bfill：是用每一列後面的值填充前面的空白（back後面）

pad和ffill：都是用前面的值填充後面的空白(front前面)

None：指定一個值去替換預設值（預設方式，其實還是用value）

【limit】表示：我要填充幾個空白值

【inplace】表示：True or False （注意別寫成true or false）

True：直接修改原物件

False：建立一個副本，修改副本，原物件不變（預設預設）·

如果這個屬性不寫，也不會有預設值False，但如果寫出來不賦值就是False了，那你需要用一個新變數來接收fillna函式的執行結果。

【axis】表示：修改填充方向

{0 or ‘index’, 1 or ‘columns’} 0也表示按行填充，1也表示按列填充。必須和method配合使用。

【downcast】表示：dict, 預設是 None； 如果可能的話，把 item->dtype 的字典將嘗試向下轉換為適當的相等型別的字串（例如，如果可能的話，從float64到int64）【說實話，所有引數裡就這個沒看懂，網上也沒搜到例子。由於搜尋的時間成本太高，我先放棄這個引數了。downcast的英文看起來是向下轉型。】

【**kwargs】表示：*args大家都知道代表陣列， kwargs其實就是字典。這只是形參，真正有意義的是 兩個星號就代表字典。

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

大資料採集：fillna函式 5.fillna函式的全部例子

例子1：NaN值全替換為0

df.fillna(0) A B C D 0 0.0 2.0 0.0 0 1 3.0 4.0 0.0 1 2 0.0 0.0 0.0 5 3 0.0 3.0 0.0 4 例子2：向前或向後傳播

df.fillna(method='ffill')

Out[62]: A B C D 0 NaN 2.0 NaN 0 1 3.0 4.0 NaN 1 2 3.0 4.0 NaN 5 3 3.0 3.0 NaN 4

//和原來的對比，看看是不是用前面的值填上了後面的空白。

Out[60]: A B C D 0 NaN 2.0 NaN 0 1 3.0 4.0 NaN 1 2 NaN NaN NaN 5 3 NaN 3.0 NaN 4

例子3：用字典來替換每一列的空白值

values = {'A': 0, 'B': 1, 'C': 2, 'D': 3}

df.fillna(value=values) Out[64]: A B C D 0 0.0 2.0 2.0 0 1 3.0 4.0 2.0 1 2 0.0 1.0 2.0 5 3 0.0 3.0 2.0 4

例子4：limit限定填充幾個空白值

df.fillna(value=values, limit=1)

//只替換第一個空白值 Out[65]: A B C D 0 0.0 2.0 2.0 0 1 3.0 4.0 NaN 1 2 NaN 1.0 NaN 5 3 NaN 3.0 NaN 4

例子5：axis屬性改變填充方向

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

//試了半天發現，不可以給一個字典，然後axis改變填充方向，那樣機器分析不出來要怎麼填，它會覺得你給的都是確定的，沒辦法改變填充方向。只有當你用method指定填充方法時，才可以改變填充方向。

執行結果

廉潔：h.................e................m..................a...........c.............o.............m

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/69903461/viewspace-2654168/，如需轉載，請註明出處，否則將追究法律責任。