python填补缺失值,python中缺省参数

1 函数介绍

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

功能：使用指定的方法填充NA / NaN值

参数：value : 变量, 字典, Series, or DataFrame
用于填充缺失值（例如0），或者指定为每个索引（对于Series）或列（对于DataFrame）使用哪个字典/Serise/DataFrame的值。（不在字典/Series/DataFrame中的值不会被填充）这个值不能是一个列表。

method : {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}, 默认值 None ; 在Series中使用方法填充空白（‘backfill’, ‘bfill’向前填充，‘pad’, ‘ffill’向后填充）

axis : {0 or ‘index’, 1 or ‘columns’}

inplace : boolean, 默认值 False。如果为Ture,在原地填满。注意：这将修改次对象上的任何其他视图（例如，DataFrame中的列的无复制贴片）

limit : int, 默认值 None； 如果指定了方法，则这是连续的NaN值的前向/后向填充的最大数量。 换句话说，如果连续NaN数量超过这个数字，它将只被部分填充。 如果未指定方法，则这是沿着整个轴的最大数量，其中NaN将被填充。 如果不是无，则必须大于0。

downcast : dict, 默认是 None； 如果可能的话，把 item->dtype 的字典将尝试向下转换为适当的相等类型的字符串（例如，如果可能的话，从float64到int64）

返回：被充满的DataFrame

以上部分转载：https://blog.csdn.net/brucewong0516/article/details/80406564

2 实例

数据源链接:https://pan.baidu.com/s/1hEPsGtFm7n43n10uNtn0vw
提取码:wit7

import pandas as pddf=pd.read_csv('fillna.csv') #读取数据df.head() #查看数据前5行 AgeFareEmbarked022.07.2500NaN1NaN71.2833C226.0NaNS3NaN53.1000NaN435.08.0500S df.isnull().sum() #查看每一列缺失值的数目 Age 179Fare 2Embarked 8dtype: int64 #Age列与Fare列的缺失值用平均值填充age_mean=df['Age'].mean()df['Age']=df['Age'].fillna(age_mean)fare_mean=df['Fare'].mean()df['Fare']=df['Fare'].fillna(fare_mean) #Embarked列的缺失值用‘S’填充df['Embarked']=df['Embarked'].fillna('S') #再次查看前5列df.head() AgeFareEmbarked022.0000007.250000S129.68001471.283300C226.00000032.232437S329.68001453.100000S435.0000008.050000S

缺失值已经被填充