Python Pandas - 使用 Index 对象中的指定值填充 NaN 值
pythonserver side programmingprogramming更新于 2025/12/29 17:16:17
要使用 Index 对象中的指定值填充 NaN 值,请使用 Pandas 中的 index.fillna() 方法。首先,导入所需的库 −
import pandas as pd import numpy as np
创建带有一些 NaN 值的 Pandas 索引 −
index = pd.Index([50, 10, 70, np.nan, 90, 50, np.nan, np.nan, 30])
显示 Pandas 索引 −
print("Pandas Index...\n",index)
用一些特定值填充 NaN −
print("\n填充 NaN 值后的索引对象……\n",index.fillna('Amit'))
示例
以下是代码 −
import pandas as pd
import numpy as np
# 创建 Pandas 索引,其中包含一些 NaN 值
index = pd.Index([50, 10, 70, np.nan, 90, 50, np.nan, np.nan, 30])
# 显示 Pandas 索引
print("Pandas Index...\n",index)
# 返回索引中的元素数量
print("\n索引中的元素数量...\n",index.size)
# 返回数据的 dtype
print("\ndtype 对象...\n",index.dtype)
# 用一些特定值填充 NaN
print("\n填充 NaN 值后的索引对象……\n",index.fillna('Amit'))
输出
这将产生以下输出 −
Pandas Index... Float64Index([50.0, 10.0, 70.0, nan, 90.0, 50.0, nan, nan, 30.0], dtype='float64') 索引中的元素数量... 9 dtype 对象... float64 填充 NaN 值后的索引对象…… Index([50.0, 10.0, 70.0, 'Amit', 90.0, 50.0, 'Amit', 'Amit', 30.0], dtype='object')
相关文章
有用资源
python 参考教程 - 该教程包含有关 python 的更多信息:https://www.cainiaomax.com/python/

