如何在没有循环的情况下高效替换 Pandas DataFrame 中的 NaN 值？

Pandas DataFrame 中的无循环 NaN 替换

替换 Pandas DataFrame 中的 NaN 值可能是一项常见任务。一种方法是用其上方的第一个非 NaN 值迭代替换 NaN。然而，这种方法效率低下，而且容易出错。

幸运的是，Pandas 提供了一种更高效且无循环的方法来使用 fillna 方法来完成此任务。通过将方法指定为“ffill”（前向填充），Pandas 会将最后一个有效观察向前传播到下一个有效观察：

import pandas as pd

df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]])

df.fillna(method='ffill')

这会产生以下 DataFrame：

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

fillna 方法还允许使用“bfill”（向后填充）进行向后填充（从底部填充）方法：

df.fillna(method='bfill')

默认情况下，fillna 方法不会就地修改原始 DataFrame。要修改原始 DataFrame，请指定 inplace=True:

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

以上是如何在没有循环的情况下高效替换 Pandas DataFrame 中的 NaN 值？的详细内容。更多信息请关注PHP中文网其他相关文章！