Python Pandas - 用索引对象中的指定值填充 NaN 值

要使用 Index 对象中的指定值填充 NaN 值，请使用Pandas 中的方法。首先，导入所需的库 -index.fillna()

import pandas as pd
import numpy as np

使用一些 NaN 值创建 Pandas 索引 -

index = pd.Index([50, 10, 70, np.nan, 90, 50, np.nan, np.nan, 30])

显示熊猫指数 -

print("Pandas Index...\n",index)

用一些特定的值填充 NaN -

print("\nIndex object after filling NaN value...\n",index.fillna('Amit'))

示例

以下是代码 -

import pandas as pd
import numpy as np

# 还使用一些 NaN 值创建 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)

# 返回索引中的元素数
print("\nNumber of elements in the index...\n",index.size)

# 返回数据的 dtype
print("\nThe dtype object...\n",index.dtype)

# 用一些特定的值填充 NaN
print("\nIndex object after filling NaN value...\n",index.fillna('Amit'))

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')

Number of elements in the index...
9

The dtype object...
float64

Index object after filling NaN value...
Index([50.0, 10.0, 70.0, 'Amit', 90.0, 50.0, 'Amit', 'Amit', 30.0], dtype='object')