Python3 pandas(20) 填充缺失值fillna()

來自專欄 python3 pandas庫

在數據集裡面的缺失值需要填充起來，避免各種出錯。

基本的結構非常簡單：

這裡可以指定數值進行填充，也可以使用計算公式進行填充，比如np.mean(), sum()等等。

當然原數據也是沒有改變的，需要添加參數inplace=True，才可以改變原數據。

在上面這個操作中，只對『數量』這一列進行了操作，並將結果返回給了原數據。

在做分析的時候，我們經常要將缺失值填充為前一個值，或者是後一個值，而不是單純的填充0.

『bfill』就是將缺失值按照後面一個值進行填充。

ffill 就是將缺失值按照前面一個值進行填充。

這裡的前、後一個數值默認是縱向看的，如果需要使用左或者右邊的數值進行填充，只需要加參數axis=1，就可以了。

判斷一個數據是否有缺失值需要用到isnull()

這樣就能看到出有多少是缺失值了。