pandas.core.groupby.SeriesGroupBy.fillna

SeriesGroupBy.fillna(value=None, method=None, axis=_NoDefault.no_default, inplace=False, limit=None, downcast=_NoDefault.no_default)[source]

Заполнение пропущенных значений (NA/NaN) указанным методом в группах.

Устарело начиная с версии 2.2.0: Этот метод устарел и будет удален в будущей версии. Используйте SeriesGroupBy.ffill() или SeriesGroupBy.bfill() для заполнения вперёд или назад соответственно. Если требуется заполнить одним значением, используйте Series.fillna().

Параметры:

value:скаляр, словарь, Series или DataFrame

Значение для заполнения пропусков (например, 0), или словарь/Series/DataFrame со значениями, определяющими, какое значение использовать для каждого индекса (для Series) или столбца (для DataFrame). Значения, отсутствующие в словаре/Series/DataFrame, не будут заполнены. Это значение не может быть списком. Пользователи, желающие использовать аргумент value и не method, должны предпочесть Series.fillna(), так как это даст тот же результат и будет более эффективным.

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

Метод для заполнения пропусков. 'ffill' будет распространять последнее действительное значение вперёд внутри группы. 'bfill' будет использовать следующее действительное значение для заполнения пробела.

axis:{0 или ‘index’, 1 или ‘columns’}

Не используется, только для совместимости с DataFrameGroupBy.fillna().

inplace:bool, по умолчанию False

Нерабочий. Не устанавливайте в True.

limit:int, по умолчанию None

Если указан метод, это максимальное количество последовательных значений NaN, которые необходимо заполнить вперёд/назад внутри группы. Другими словами, если есть пробел с более чем указанным числом последовательных значений NaN, он будет заполнен только частично. Если метод не указан, это максимальное число записей по всей оси, где значения NaN будут заполнены. Должно быть больше 0, если не None.

downcast:словарь, по умолчанию None

Словарь item->dtype для приведения типов, если это возможно, или строка ‘infer’, которая попытается привести к соответствующему типу (например, float64 к int64, если возможно).

Возвращает:

Series

Объект с заполненными пропущенными значениями в группах.

См. также

ffill

Заполнение вперёд значений внутри группы.

bfill

Заполнение назад значений внутри группы.

Примеры

Для SeriesGroupBy:

>>> lst = ['cat', 'cat', 'cat', 'mouse', 'mouse']
>>> ser = pd.Series([1, None, None, 2, None], index=lst)
>>> ser
cat    1.0
cat    NaN
cat    NaN
mouse  2.0
mouse  NaN
dtype: float64
>>> ser.groupby(level=0).fillna(0, limit=1)
cat    1.0
cat    0.0
cat    NaN
mouse  2.0
mouse  0.0
dtype: float64