Bagaimana untuk Mengisi Nilai NaN dalam Pandas DataFrame dengan Nilai Sebelum atau Mengikuti?

Menggantikan NaN dengan Nilai Sebelumnya atau Seterusnya dalam Pandas DataFrame

Soalan

Pertimbangkan DataFrame dengan NaNs:

In [1]:
import pandas as pd
df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]])

In [2]:
df
    0   1   2
0   1   2   3
1   4 NaN NaN
2 NaN NaN   9

Jawapan

Cara yang cekap untuk mencapai ini ialah menggunakan kaedah fillna DataFrame:

In [3]:
df.fillna(method='ffill')
    0   1   2
0   1   2   3
1   4   2   3
2   4   2   9

Kaedah fillna menggunakan strategi isi hadapan (isi), yang menggantikan NaN dengan pemerhatian sah terakhir dalam itu lajur.

Untuk melakukan sebaliknya, anda boleh menggunakan kaedah bfill (isi belakang):

In [4]:
df.fillna(method='bfill')
    0   1   2
0   1   2   3
1   4   4   3
2   9   9   9

Kaedah fillna tidak mengubah suai tempat DataFrame. Untuk mengemas kini DataFrame asal, tetapkan inplace=True:

In [5]:
df.fillna(method='ffill', inplace=True)

In [6]:
df
    0   1   2
0   1   2   3
1   4   2   3
2   4   2   9

Atas ialah kandungan terperinci Bagaimana untuk Mengisi Nilai NaN dalam Pandas DataFrame dengan Nilai Sebelum atau Mengikuti?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!