`ffill` 및 `bfill`을 사용하여 Pandas DataFrames에서 NaN 값을 효율적으로 바꾸는 방법은 무엇입니까?

Pandas DataFrames에서 NaN을 이전 또는 다음 값으로 바꾸기

Pandas DataFrame을 처리할 때 NaN(숫자 아님)으로 표시되는 데이터가 누락됨 데이터 분석에 어려움을 겪을 수 있습니다. 일반적인 작업 중 하나는 이러한 NaN을 기존 데이터에서 파생된 적절한 값으로 바꾸는 것입니다. 간단한 접근 방식은 DataFrame을 반복하고 값을 명시적으로 수정하는 것입니다. 그러나 Pandas는 루프 사용을 피하는 보다 효율적인 솔루션을 제공합니다.

정방향 채우기(ffill)

NaN을 그 위에 있는 첫 번째 NaN이 아닌 값으로 바꾸려면 동일한 열에 대해 ffill(정방향 채우기) 옵션과 함께 fillna 메서드를 사용합니다. 이 방법은 마지막 유효한 관찰을 후속 유효한 관찰로 전파합니다.

import pandas as pd
df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]])
df.fillna(method='ffill')

출력:

   0  1  2
0  1  2  3
1  4  2  3
2  4  2  9

추가 고려 사항

• DataFrame의 첫 번째 행은 참조 지점 역할을 하므로 NaN을 포함해서는 안 됩니다. 채우기.
• ffill 메서드는 열 단위로 작동합니다. 즉, 각 열의 NaN을 개별적으로 채웁니다.
• 역방향 채우기를 수행하려면(NaN을 그 아래에 있는 NaN이 아닌 다음 값으로 대체) 다음을 사용합니다. bfill(역방향 채우기) 옵션.
• 새 변수를 생성하지 않고 DataFrame inplace를 수정하려면 inplace 매개변수를 다음으로 설정합니다. 사실:

df.fillna(method='ffill', inplace=True)

위 내용은 `ffill` 및 `bfill`을 사용하여 Pandas DataFrames에서 NaN 값을 효율적으로 바꾸는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!