isna()

釋義

篩選為NaN的布林值，可接受單個標量或者陣列

舉例

篩選stu_name為NaN的所有行：

df = pd.DataFrame({'stu_name': ['Tom', 'Tony', 'Jack', 'Jack', np.nan], 'stu_age': [16, 16, 15, np.nan, 21]})
print(df)
df1 = df[df['stu_name'].isna()]
print(df1)

fillna()

釋義

對NaN值進行填充，官方文件

常用引數

• value：用來填充的值，只能為標量/dict/Series/DataFrame
• method：填充的方式
  • backfill/bfill：用後一個非NaN值
    填充本NaN值
  • pad/ffill：用前一個非NaN值來填充本Nan值
  • None：用value引數指定的值來填充（預設方式）
• inplace：是否修改原物件

舉例

1. 把所有的NaN填充為橫槓-

df = pd.DataFrame({'stu_name': ['Tom', 'Tony', 'Jack', 'Jack', np.nan], 'stu_age': [16, 16, 15, np.nan, 21]})
print(df)
df1 = df.fillna('-')
print(df1)

2. stu_name為NaN的填充為UNKNOWN，stu_age為NaN的填充為-1

df = pd.DataFrame({'stu_name': ['Tom', 'Tony', 'Jack', 'Jack', np.nan], 'stu_age': [16, 16, 15, np.nan, 21]})
print(df)
df2 = df.fillna({'stu_name': 'UNKNOWN', 'stu_age': -1})
print(df2)