pandas dataframe 填充 NaN（填补缺失值）的方法 fillna 函数使用说明

在基于 pandas 的 DataFrame 对象进行数据处理时（如样本特征的缺省值处理），可以使用 DataFrame 对象的 fillna 函数进行填充，同样可以针对指定的列进行填补空值，单列的操作是调用 Series 对象的 fillna 函数。

fillna 函数

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

fillna 函数将用指定的值（value）或方式（method）填充 NA/NaN 等空值缺失值。

value: 用于填充的值，可以是数值、字典、Series 对象或 DataFrame 对象。
method: 当没有指定 value 参数时，可以该参数的内置方式填充缺失值，可选项有 {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}，默认值为 None；backfill 和 bfill 用下一个非缺失值填充该缺失值，pad 和 ffill 用前一个非缺失值去填充该缺失值。该参数通常和 axis 一起使用，值得注意的是，method 参数不能与 value 同时出现。
axis: 指定填充维度，具体指行维度或列维度，也可以理解为指定填充的方向，可选值有整数 0 或 1，也可以是字符串，选项有 'index' 或 'columns'，0 等同于 'index' 表示行维度，1 等同于 'columns' 表示列维度。
inplace: 是否修改原对象的值，True 表示修改，默认是 False，表示创建一个副本，修改副本，原对象不变。
limit: 指定填充的个数上限，默认为 None，即不限制。

填充前：

import pandas as pd 
  
df = pd.read_csv("nba.csv")

DataFrame 对象 df 如下图：

dataframe

下面将如上示例的 College 列的 NaN 填充为 'No College'，同时改变原对象的值，代码如下：

import pandas as pd 
  
df = pd.read_csv("nba.csv") 
df["College"].fillna("No College", inplace = True)

执行上述代码后，df 变为如下输出：

dataframe nan

下面示例，指定 method 为 ffill，即缺失值的前一个值来填充 NaN，同样针对 College 列进行操作，会看到第 4、5 行的空值变为 Georgia State。

import pandas as pd 
  
df = pd.read_csv("nba.csv") 
df["College"].fillna(method ='ffill', inplace = True)

输出如下：

dataframe nan

设置 limit 参数为 1，这样只会按序填充完 1 个空值，具体示例如下：

import pandas as pd 
  
df = pd.read_csv("nba.csv") 
df["College"].fillna(method ='ffill', limit = 1, inplace = True)

代码执行完结果为只改变了第 4 行数据，第 5 行空值未填充，输出如下：

dataframe nan