pandas.api.extensions.ExtensionArray.fillna

ExtensionArray.fillna(value=None, method=None, limit=None, copy=True)[source]

Заполнение пропущенных значений (NA/NaN) указанным методом.

Параметры:

value:скаляр, массив-подобный тип

Если передано скалярное значение, оно используется для заполнения всех пропущенных значений. В качестве альтернативы можно указать массив-подобный тип «value». Ожидается, что массив-подобный тип будет иметь ту же длину, что и ‘self’.

method:{‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}, по умолчанию None

Метод для заполнения пропусков в переиндексированных Series:

• pad / ffill: распространяет последнее действительное наблюдение вперед к следующему действительному.

• backfill / bfill: использует следующее действительное наблюдение для заполнения разрыва.

Устарело начиная с версии 2.1.0.

limit:целое число, по умолчанию None

Если указан метод, это максимальное количество последовательных значений NaN, которые следует заполнять вперед/назад. Другими словами, если есть разрыв с более чем этим количеством последовательных значений NaN, он будет заполнен только частично. Если метод не указан, это максимальное количество записей вдоль всей оси, где будут заполнены NaN.

Устарело начиная с версии 2.1.0.

copy:логическое значение, по умолчанию True

Нужно ли создавать копию данных перед заполнением. Если False, исходные данные должны быть изменены, и не должно быть выделено новой памяти. Для подклассов ExtensionArray, которые не могут сделать это, авторам решается, игнорировать «copy=False» или поднимать исключение. Реализация базового класса игнорирует ключевое слово в случаях pad/backfill.

Возвращаемое значение:

ExtensionArray

С заполненными NA/NaN.

Примеры

>>> arr = pd.array([np.nan, np.nan, 2, 3, np.nan, np.nan])
>>> arr.fillna(0)
<IntegerArray>
[0, 0, 2, 3, 0, 0]
Length: 6, dtype: Int64