Python Pandas – 使用指定值填充Index对象中的NaN值

要在Index对象中使用指定值填充NaN值，可以使用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)

使用某些特定值填充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)

# 返回索引中的元素数
print("\n索引中的元素数...\n",index.size)

# 返回数据类型
print("\n数据类型对象...\n",index.dtype)

# 使用某些特定值填充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...
9

数据类型对象...
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')