如何在df列中填充不固定的数值

在df列中填充不固定的数值可以使用pandas库中的fillna()方法。该方法可以根据指定的规则填充缺失值。

具体步骤如下：

1. 导入pandas库：import pandas as pd
2. 创建DataFrame对象df：df = pd.DataFrame(data) 其中data是包含数据的字典或列表。
3. 使用fillna()方法填充缺失值：df['列名'].fillna(填充值, inplace=True)
   • 列名：需要填充缺失值的列名。
   • 填充值：可以是一个具体的数值，也可以是一个计算公式或函数。
   • inplace=True：表示在原始DataFrame上进行修改，如果不设置该参数，默认返回一个新的DataFrame。

• 打印填充后的DataFrame：print(df)

下面是一个示例代码：

import pandas as pd

data = {'列1': [1, 2, None, 4, None],
        '列2': [5, None, 7, None, 9]}
df = pd.DataFrame(data)

# 填充缺失值为0
df['列1'].fillna(0, inplace=True)
df['列2'].fillna(0, inplace=True)

print(df)

输出结果：

   列1  列2
0  1.0  5
1  2.0  0
2  0.0  7
3  4.0  0
4  0.0  9

在上述示例中，我们使用fillna()方法将缺失值填充为0。你可以根据实际需求选择不同的填充值，如平均值、中位数等。