中文字幕av专区_日韩电影在线播放_精品国产精品久久一区免费式_av在线免费观看网站

溫馨提示×

如何結合其他函數使用Python的fillna

小樊
83
2024-08-29 14:06:32
欄目: 編程語言

fillna() 是一個用于填充缺失值(NaN)的函數,通常在 Pandas DataFrame 或 Series 中使用

首先,我們需要導入所需的庫并創建一個包含缺失值的示例 DataFrame:

import pandas as pd
import numpy as np

data = {'A': [1, 2, np.nan], 'B': [4, np.nan, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
print("原始 DataFrame:")
print(df)

這將輸出以下 DataFrame:

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

現在,讓我們使用 fillna() 函數填充缺失值。有多種方法可以實現這一點:

  1. 使用特定值填充:
filled_df = df.fillna(value=0)
print("使用特定值填充后的 DataFrame:")
print(filled_df)

這將輸出以下 DataFrame:

使用特定值填充后的 DataFrame:
     A    B  C
0  1.0  4.0  7
1  2.0  0.0  8
2  0.0  6.0  9
  1. 使用前一個值填充:
filled_df = df.fillna(method='ffill')
print("使用前一個值填充后的 DataFrame:")
print(filled_df)

這將輸出以下 DataFrame:

使用前一個值填充后的 DataFrame:
     A    B  C
0  1.0  4.0  7
1  2.0  4.0  8
2  2.0  6.0  9
  1. 使用后一個值填充:
filled_df = df.fillna(method='bfill')
print("使用后一個值填充后的 DataFrame:")
print(filled_df)

這將輸出以下 DataFrame:

使用后一個值填充后的 DataFrame:
     A    B  C
0  1.0  4.0  7
1  2.0  6.0  8
2  1.0  6.0  9
  1. 使用平均值、中位數或眾數等統計方法填充:
filled_df = df.fillna(df.mean())
print("使用平均值填充后的 DataFrame:")
print(filled_df)

filled_df = df.fillna(df.median())
print("使用中位數填充后的 DataFrame:")
print(filled_df)

filled_df = df.apply(lambda x: x.fillna(x.mode().iloc[0]))
print("使用眾數填充后的 DataFrame:")
print(filled_df)

這些示例展示了如何結合其他函數使用 fillna() 來填充 DataFrame 中的缺失值。您可以根據需求選擇適當的填充方法。

0
惠安县| 达日县| 申扎县| 克东县| 九龙城区| 梁平县| 泉州市| 红安县| 年辖:市辖区| 丰宁| 德阳市| 盐山县| 保康县| 双辽市| 吴川市| 临泽县| 金溪县| 黔江区| 五大连池市| 汶川县| 抚宁县| 望江县| 镇平县| 阿瓦提县| 沂源县| 华容县| 临海市| 马鞍山市| 图木舒克市| 三河市| 临漳县| 永仁县| 桓台县| 营口市| 同心县| 新龙县| 霸州市| 保靖县| 甘南县| 晴隆县| 两当县|