pyspark.pandas.groupby.GroupBy.fillna¶
-
GroupBy。fillna( 價值:可選(任何]=沒有一個,方法:可選(str]=沒有一個,軸:聯盟(int, str,沒有)=沒有一個,原地:bool=假,限製:可選(int]=沒有一個 )→FrameLike¶ -
填補NA / NaN值組。
- 參數
-
- 價值 標量、dict係列
-
值用來填補。時而dict /一係列值為每一列指定使用哪一個值。不支持DataFrame。
- 方法 {“回填”、“bfill”,“墊”,“ffill”,沒有},默認沒有
-
方法用於填補重建索引係列墊/ ffill:傳播持續有效的觀察期待明年有效回填/ bfill:使用下一個有效的觀察來填補缺口
- 軸 {0或指數}
-
1,列不受支持。
- 原地 布爾,默認的錯誤
-
填寫的地方(不創建一個新的對象)
- 限製 int,默認沒有
-
如果指定方法,這是最大數量的連續向前/向後填補NaN值。換句話說,如果有差距超過這個數字的連續nan,隻有部分填滿。如果沒有指定方法,這是沿著整個軸的最大條目數,nan將填滿。必須大於0如果不是沒有
- 返回
-
- DataFrame
-
DataFrame NA條目了。
例子
> > >df=ps。DataFrame({…“一個”:(1,1,2,2),…“B”:(2,4,沒有一個,3),…“C”:(沒有一個,沒有一個,沒有一個,1),…' D ':(0,1,5,4]…},…列=(“一個”,“B”,“C”,' D '])> > >dfA B C D南0 0 1 2.01 1 4.0南12 2南南53 2 3.0 - 1.0 4
我們也可以傳播中向前或向後非空值組。
> > >df。groupby([“一個”))(“B”]。fillna(方法=“ffill”)。sort_index()0 2.01 4.02南3 3.0名稱:B, dtype: float64
> > >df。groupby([“一個”])。fillna(方法=“bfill”)。sort_index()B C D2.0南01 4.0南12 3.0 - 1.0 53 3.0 - 1.0 4