Python Pandas TimedeltaIndex.fillna

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas TimedeltaIndex.fillna()函数将给定的TimedeltaIndex对象中的所有缺失值都填充为指定的值。

语法: TimedeltaIndex.fillna(value=None, downcast=None)

参数 :
value : 用来填补漏洞的标量值（例如0）。这个值不能是一个列表式的。
downcast : item->dtype的一个dict，如果可能的话，要进行下转换，或者字符串’infer’，它将尝试下转换到一个适当的等价类型（例如，如果可能的话，float64到int64）。

返回 : 填充 : %(klass)s

例子#1：使用TimedeltaIndex.fillna()函数来填补所有缺失的值，即给定的TimedeltaIndex对象。

# importing pandas as pd
import pandas as pd
  
# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(data =[None, '1 days 06:05:01.000030', None,
                       '1 days 02:00:00', '21 days 06:15:01.000030'])
  
# Print the TimedeltaIndex object
print(tidx)

输出 :

现在我们将使用TimedeltaIndex.fillna()函数来填补tidx对象中所有的缺失值。

# fill the missing values
tidx.fillna('10 days')

输出 :

正如我们在输出中看到的，TimedeltaIndex.fillna()函数已经用tidx对象中的指定值填充了所有缺失的值。

示例#2：使用TimedeltaIndex.fillna()函数来填补所有缺失的值，即给定的TimedeltaIndex对象。

# importing pandas as pd
import pandas as pd
  
# Create the TimedeltaIndex object
tidx = pd.TimedeltaIndex(data =['06:05:01.000030', None, '22 day 2 min 3us 10ns',
                                    '+23:59:59.999999', None, '+12:19:59.999999'])
  
# Print the TimedeltaIndex object
print(tidx)

输出 :

现在我们将使用TimedeltaIndex.fillna()函数来填补tidx对象中所有的缺失值。

# fill the missing values
tidx.fillna('2 days 10:50')

输出 :

正如我们在输出中看到的，TimedeltaIndex.fillna()函数已经用tidx对象中的指定值填充了所有缺失的值。