pandas系列学习教程——fillna()方法

最新推荐文章于 2025-06-08 00:15:00 发布

酥心糖小可爱

最新推荐文章于 2025-06-08 00:15:00 发布

阅读量3.8k

点赞数 23

CC 4.0 BY-SA版权

文章标签： pandas python 开发语言数据分析大数据 pycharm

本文链接：https://blog.youkuaiyun.com/ZXY_ZXR/article/details/143114054

fillna() 方法是 Pandas 中用于处理缺失值（NaN）的重要工具。它允许用户将 DataFrame 或 Series 中的 NaN 值替换为指定的值，或者使用前向填充、后向填充等方式填充缺失值。fillna() 方法非常灵活，适用于各种数据清洗和预处理场景。

语法

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

参数说明

value: 用于填充缺失值的值或字典。可以是一个标量值、字典、Series 或 DataFrame。
method: 填充方法，可选值包括 backfill、bfill、pad、ffill 等。这些方法用于指定填充时的方向。
axis: 填充的轴方向，0 或 'index' 表示按行填充，1 或 'columns' 表示按列填充。
inplace: 如果为 True，则在原 DataFrame 或 Series 上进行填充，否则返回新的对象。
limit: 限制向前或向后填充的最大数量。
downcast: 可选的字典，指定向下转型操作（例如将浮点数转换为整数等）。

示例

下面我们通过一些示例来演示 fillna() 方法的用法。

1. 使用标量值填充

import pandas as pd
import numpy as np

# 创建含缺失值的 DataFrame
df = pd.DataFrame({
    'A': [1, 2, np.nan, 4],
    'B': [np.nan, 5, 6, np.nan],
    'C': [7, 8, 9, 10]
})

print("原始 DataFrame:")
print(df)

# 使用标量值 0 填充所有缺失值
df_filled = df.fillna(0)

print("\n使用 0 填充缺失值:")
print(df_filled)

输出

原始 DataFrame:
     A    B   C
0  1.0  NaN   7
1  2.0  5.0   8
2  NaN  6.0   9
3  4.0  NaN  10

使用 0 填充缺失值:
     A    B   C
0  1.0  0.0   7
1  2.0  5.0   8
2  0.0  6.0   9
3  4.0  0.0  10

2. 按列使用不同值填充

可以通过字典指定不同列使用不同的值进行填充。

# 使用字典指定不同列的填充值
df_filled_by_column = df.fillna({'A': 99, 'B': -99})

print("\n按列使用不同值填充缺失值:")
print(df_filled_by_column)

输出

按列使用不同值填充缺失值:
      A     B   C
0  1.0  -99.0   7
1  2.0   5.0   8
2  99.0   6.0   9
3  4.0  -99.0  10

在这个例子中，我们使用了一个字典 { 'A': 99, 'B': -99 } 来填充缺失值。这样，列 A 中的缺失值被替换为 99，而列 B 中的缺失值被替换为 -99。列 C 中没有缺失值，因此它保持不变。

3. 使用前向填充（`ffill`）

fillna() 方法的 method 参数可以指定使用前向填充的方法，前向填充是将缺失值替换为前一个有效值。

# 创建含缺失值的 DataFrame
df_ffill = pd.DataFrame({
    'A': [1, 2, np.nan, 4],
    'B': [np.nan, 5, 6, np.nan],
})

print("\n原始 DataFrame:")
print(df_ffill)

# 使用前向填充
df_ffilled = df_ffill.fillna(method='ffill')

print("\n使用前向填充 (ffill):")
print(df_ffilled)

输出

原始 DataFrame:
     A    B
0  1.0  NaN
1  2.0  5.0
2  NaN  6.0
3  4.0  NaN

使用前向填充 (ffill):
     A    B
0  1.0  NaN
1  2.0  5.0
2  2.0  6.0
3  4.0  6.0

在这个例子中，缺失值在列 A 中被前面的值 2.0 替换，而列 B 的缺失值则使用 6.0 替换。而列 B 的缺失值在首处保留为 NaN，因为没有前面的值可以填充。

4. 使用后向填充（`bfill`）

后向填充是将缺失值替换为后一个有效值。

# 使用后向填充
df_bfilled = df_ffill.fillna(method='bfill')

print("\n使用后向填充 (bfill):")
print(df_bfilled)

输出

使用后向填充 (bfill):
     A    B
0  1.0  5.0
1  2.0  5.0
2  4.0  6.0
3  4.0  NaN

在这个例子中，列 A 的缺失值在 2.0 后面被替换为 4.0，而列 B 的缺失值在末尾保留为 NaN，因为没有后续值可以填充。

5. 限制填充数量

可以通过 limit 参数限制填充的数量。

# 创建含缺失值的 DataFrame
df_limit = pd.DataFrame({
    'A': [1, 2, np.nan, np.nan],
    'B': [np.nan, np.nan, 6, np.nan],
})

print("\n原始 DataFrame:")
print(df_limit)

# 使用前向填充，限制最大填充数量为 1
df_limited_fill = df_limit.fillna(method='ffill', limit=1)

print("\n使用前向填充 (限制填充数量为 1):")
print(df_limited_fill)

输出

原始 DataFrame:
     A    B
0  1.0  NaN
1  2.0  NaN
2  NaN  6.0
3  NaN  NaN

使用前向填充 (限制填充数量为 1):
     A    B
0  1.0  NaN
1  2.0  NaN
2  2.0  6.0
3  NaN  NaN

在这个例子中，列 A 的第二个缺失值只被填充一次，第三个缺失值未被填充，因为填充的限制为 1。同样，对于列 B，第二个缺失值未填充，而最后一个缺失值也未填充。

6. 在原 DataFrame 上直接填充

如果希望直接在原 DataFrame 上填充而不是返回一个新的 DataFrame，可以将 inplace 设置为 True。

# 直接在原 DataFrame 上使用填充
df_limit.fillna(0, inplace=True)

print("\n在原 DataFrame 上使用 0 填充缺失值:")
print(df_limit)

输出

在原 DataFrame 上使用 0 填充缺失值:
     A    B
0  1.0  0.0
1  2.0  0.0
2  0.0  6.0
3  0.0  0.0

在这个例子中，所有的缺失值都被 0 替代，并且这些更改直接反映在原始 DataFrame 中。

总结

fillna() 方法是处理缺失值的强大工具，它提供了多种方式来替换 NaN 值，包括使用固定值、使用前向或后向填充、限制填充的数量等。根据具体的数据处理需求，可以灵活地选择合适的方法来清洗缺失的数据。