pandas.core.groupby.DataFrameGroupBy.fillna

DataFrameGroupBy.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)

Заполнение пропущенных значений (NA/NaN) указанным методом

Параметры:

value : скаляр, dict, Series или DataFrame Значение для заполнения пропусков (например, 0), или dict/Series/DataFrame, определяющие значение для каждого индекса (для Series) или столбца (для DataFrame). (значения, отсутствующие в dict/Series/DataFrame, не будут заполнены). Это значение не может быть списком. method : {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}, по умолчанию None Метод заполнения пропусков в переиндексированном Series pad / ffill: распространение последнего действительного наблюдения вперёд до следующего действительного наблюдения backfill / bfill: использование следующего действительного наблюдения для заполнения пропуска axis : {0 или ‘index’, 1 или ‘columns’} inplace : boolean, по умолчанию False Если True, заполнение происходит на месте. Примечание: это изменит любые другие представления этого объекта (например, срез без копирования для столбца в DataFrame). limit : int, по умолчанию None Если метод указан, это максимальное количество последовательных пропущенных значений, которые будут заполнены вперёд/назад. Другими словами, если есть пробел с более чем этим количеством последовательных пропущенных значений, он будет заполнен только частично. Если метод не указан, это максимальное количество записей вдоль всей оси, где будут заполнены пропущенные значения. downcast : dict, по умолчанию None словарь item->dtype для приведения типа при возможности, или строка ‘infer’, которая попытается привести к подходящему типу (например, float64 к int64, если это возможно)

Возвращает:

filled : DataFrame

См. также

reindex, asfreq