Python fillna

Метод fillna() в Python позволяет заменить отсутствующие (NaN) значения в объекте DataFrame или Series заданными значениями.

Пример использования метода fillna() на объекте DataFrame:

python
import pandas as pd
import numpy as np
# Создание DataFrame с отсутствующими значениями
data = {'A': [1, 2, np.nan, 4],
        'B': [np.nan, 6, 7, np.nan],
        'C': [8, 9, 10, 11]}
df = pd.DataFrame(data)
# Замена отсутствующих значений в столбцах A и B на 0
df.fillna(0, inplace=True)
print(df)

Вывод:

     A    B   C
0  1.0  0.0   8
1  2.0  6.0   9
2  0.0  7.0  10
3  4.0  0.0  11

Опции метода fillna():

1. value: значение, которым нужно заменить отсутствующие значения. Может быть скалярным или словарем (соответствие столбцов и значениям).

2. method: метод заполнения отсутствующих значений. Например, 'ffill' (или 'pad') заполняет пропущенные значения предыдущими наблюдениями, 'bfill' (или 'backfill') заполняет значениями следующих наблюдений.

3. axis: ось, на которой нужно производить заполнение (0 - строки, 1 - столбцы).

4. inplace: если True, то изменения вносятся в сам объект DataFrame, если False, то создается копия DataFrame с заполненными значениями.

5. limit: количество последовательных заполнений, если указан метод 'ffill' или 'bfill'.

Пример использования метода fillna() на объекте Series:

python
import pandas as pd
import numpy as np
# Создание Series с отсутствующими значениями
s = pd.Series([1, np.nan, 2, np.nan, 3])
# Замена отсутствующих значений на среднее значение
s.fillna(s.mean(), inplace=True)
print(s)

Вывод:

0    1.0
1    2.0
2    2.0
3    2.0
4    3.0
dtype: float64

В данном примере отсутствующие значения заменяются средним значением из остальных значений в Series. На месте отсутствующего значения было среднее значение 2.0.