pandas 0.23 - DataFrameGroupBy.fillna

pandas.core.groupby.DataFrameGroupBy.fillna




pandas

pandas.core.groupby.DataFrameGroupBy.fillna

DataFrameGroupBy.fillna

निर्दिष्ट विधि का उपयोग करके NA / NaN मान भरें

पैरामीटर:

मान : अदिश, तानाशाह, श्रृंखला या डेटाफ़्रेम

मानों को भरने के लिए उपयोग करने के लिए मान (उदाहरण 0), बारी-बारी से एक तानाशाही / श्रृंखला / मानों का मान निर्दिष्ट करना कि प्रत्येक सूचकांक (एक श्रृंखला के लिए) या स्तंभ (एक DataFrame के लिए) का उपयोग करने के लिए कौन सा मूल्य। (मूल्यों में नहीं / श्रंखला / डाटाफ्रेम नहीं भरा जाएगा)। यह मान एक सूची नहीं हो सकता है।

विधि : {'बैकफिल ’,, बीफिल’,, पैड ’,' फफिल’, कोई नहीं}, डिफ़ॉल्ट कोई नहीं

रींडेक्सड सीड पैड / फफिल में छेद भरने के लिए उपयोग करने की विधि: अंतिम वैध अवलोकन को अगले वैध बैकफिल / बीफिल के लिए प्रचारित करें: अंतराल को भरने के लिए NEXT मान्य अवलोकन का उपयोग करें

axis : {0 or 'index', 1 or 'columns'}

निष्क्रिय : बूलियन, डिफ़ॉल्ट गलत

यदि सही है, तो जगह भरें। नोट: यह इस ऑब्जेक्ट पर किसी भी अन्य विचार को संशोधित करेगा, (उदाहरण के लिए एक DataFrame में एक कॉलम के लिए कोई प्रतिलिपि नहीं)।

सीमा : int, डिफ़ॉल्ट कोई नहीं

यदि विधि निर्दिष्ट है, तो यह आगे / पीछे भरने के लिए लगातार NaN मूल्यों की अधिकतम संख्या है। दूसरे शब्दों में, यदि लगातार NaN की संख्या से अधिक के साथ एक अंतर है, तो यह केवल आंशिक रूप से भरा जाएगा। यदि विधि निर्दिष्ट नहीं है, तो यह पूरे अक्ष के साथ प्रविष्टियों की अधिकतम संख्या है जहां NaN भरे जाएंगे। 0 से अधिक होना चाहिए यदि कोई नहीं है।

डाउनकास्ट : तानाशाह, डिफ़ॉल्ट कोई भी नहीं है

मद का एक तानाशाह-> यदि संभव हो तो डाउनकास्ट करने का dtype, या स्ट्रिंग 'इनफ' जो एक उपयुक्त समान प्रकार से डाउनकास्ट करने की कोशिश करेगा (जैसे कि संभव होने पर int6464 float64)

यह दिखाता है:
filled : DataFrame

यह भी देखें

interpolate
प्रक्षेप का उपयोग करके NaN मान भरें।

asfreq , asfreq

उदाहरण

>>> df = pd.DataFrame([[np.nan, 2, np.nan, 0],
...                    [3, 4, np.nan, 1],
...                    [np.nan, np.nan, np.nan, 5],
...                    [np.nan, 3, np.nan, 4]],
...                    columns=list('ABCD'))
>>> df
     A    B   C  D
0  NaN  2.0 NaN  0
1  3.0  4.0 NaN  1
2  NaN  NaN NaN  5
3  NaN  3.0 NaN  4

सभी NaN तत्वों को 0s से बदलें।

>>> df.fillna(0)
    A   B   C   D
0   0.0 2.0 0.0 0
1   3.0 4.0 0.0 1
2   0.0 0.0 0.0 5
3   0.0 3.0 0.0 4

हम गैर-शून्य मानों को आगे या पीछे भी प्रचारित कर सकते हैं।

>>> df.fillna(method='ffill')
    A   B   C   D
0   NaN 2.0 NaN 0
1   3.0 4.0 NaN 1
2   3.0 4.0 NaN 5
3   3.0 3.0 NaN 4

कॉलम 'ए', 'बी', 'सी' और 'डी' के सभी NaN तत्वों को क्रमशः 0, 1, 2 और 3 से बदलें।

>>> values = {'A': 0, 'B': 1, 'C': 2, 'D': 3}
>>> df.fillna(value=values)
    A   B   C   D
0   0.0 2.0 2.0 0
1   3.0 4.0 2.0 1
2   0.0 1.0 2.0 5
3   0.0 3.0 2.0 4

केवल पहले NaN तत्व को प्रतिस्थापित करें।

>>> df.fillna(value=values, limit=1)
    A   B   C   D
0   0.0 2.0 2.0 0
1   3.0 4.0 NaN 1
2   NaN 1.0 NaN 5
3   NaN 3.0 NaN 4