fillna 可以接受一个函数还是只接受给定的方法？答案

【问题标题】：Can fillna take in a function or just the given methods?fillna 可以接受一个函数还是只接受给定的方法？
【发布时间】：2017-04-17 16:19:33
【问题描述】：

fillna 可以接受一个函数吗？或者只是方法'backfill'，'bfill'等？

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.fillna.html

例如，如果数据框没有任何初始数据，则回填方法将毫无用处，不是吗？反之亦然，以防数据帧末尾没有数据。

这就是为什么我想使用适当的方法（如外推法）的一些原因

【问题讨论】：

标签： python pandas

【解决方案1】：

fillna 打算取一个value 来填充，或者使用*{‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}* 中的一种方法

From the docs you referenced

值：标量、字典、序列或数据帧

用于填充空洞的值（例如 0），或者指定用于每个索引（对于系列）或列（对于数据框）的值的 dict/Series/DataFrame。（不在 dict/Series/DataFrame 中的值将不会被填充）。此值不能是列表。

回答

fillna 没有将函数作为value 参数的有效输入。但是，如果您有一个可以生成系列或数据帧的函数，那么您可以将所需的任何输入传递给函数并将结果传递给fillna

示例

value 参数可以采用标量、字典、系列或数据帧。以下是一些外观示例

考虑数据框df

df = pd.DataFrame([
        [1, None, 2, None],
        [None, 3, None, 4],
        [5, 6, None, None],
        [None, None, 7, 8]
    ], list('ABCD'), list('WXYZ'))

print(df)

     W    X    Y    Z
A  1.0  NaN  2.0  NaN
B  NaN  3.0  NaN  4.0
C  5.0  6.0  NaN  NaN
D  NaN  NaN  7.0  8.0

用标量填充

df.fillna(9)

     W    X    Y    Z
A  1.0  9.0  2.0  9.0
B  9.0  3.0  9.0  4.0
C  5.0  6.0  9.0  9.0
D  9.0  9.0  7.0  8.0

用字典填充

filler = dict(W=-9, X=-10, Y=-11, Z=-12)
df.fillna(filler)

     W     X     Y     Z
A  1.0 -10.0   2.0 -12.0
B -9.0   3.0 -11.0   4.0
C  5.0   6.0 -11.0 -12.0
D -9.0 -10.0   7.0   8.0

填写系列

filler = pd.Series(dict(W=-9, X=-10, Y=-11, Z=-12))
df.fillna(filler)

     W     X     Y     Z
A  1.0 -10.0   2.0 -12.0
B -9.0   3.0 -11.0   4.0
C  5.0   6.0 -11.0 -12.0
D -9.0 -10.0   7.0   8.0

用数据框填充

filler = pd.DataFrame(-np.arange(df.size).reshape(df.shape), df.index, df.columns)
print(filler)

    W   X   Y   Z
A   0  -1  -2  -3
B  -4  -5  -6  -7
C  -8  -9 -10 -11
D -12 -13 -14 -15

df.fillna(filler)

     W     X     Y     Z
A  1.0 -10.0   2.0 -12.0
B -9.0   3.0 -11.0   4.0
C  5.0   6.0 -11.0 -12.0
D -9.0 -10.0   7.0   8.0

用索引填充，需要转置
df.fillna(filler, axis=1)生成NotImplementedError

filler = dict(A=-9, B=-10, C=-11, D=-12)
print(df.T.fillna(filler).T)

      W     X     Y     Z
A   1.0  -9.0   2.0  -9.0
B -10.0   3.0 -10.0   4.0
C   5.0   6.0 -11.0 -11.0
D -12.0 -12.0   7.0   8.0

【讨论】：

【解决方案2】：

简答：

不，fillna 不能接受函数，只能接受方法。

简短的回答：

有一个df.interpolate 函数允许您使用不同的插值技术来填充。

长答案：

您可以参考the answer here，其中有人概述了一种使用 scipy 推断数据的方法。不幸的是，没有原生的 pandas 函数来实现这一点）：

【讨论】：