Pandas 数据帧backfill()方法

原文：https://www.studytonight.com/pandas/pandas-dataframe-backfill-method

在本教程中，我们将学习 PythonPandasDataFrame.backfill()方法。此方法向后填充数据帧中缺少的值。这个方法类似于method='bfill'的DataFrame.fillna()方法。

下图显示了DataFrame.backfill()方法的语法。

句法

DataFrame.backfill(axis=None, inplace=False, limit=None, downcast=None)

因素

轴:“0”或指数。不支持 1 和列。

就位:为布尔型、真型或假型。默认值为假。如果为真，则填充缺少的值，但不创建新对象。

限制:为 int，默认为无。如果指定了方法，这是向后填充的连续 NaN 值的最大数量。

示例:创建数据帧

创建一个无值的数据帧并打印输出。在本教程中，我们将使用这个数据帧。

import pandas as pd
df = pd.DataFrame({'A': [None, 3, None, None],'B': [2, 4, None, 3],'C': [None, None, None, 1],'D': [0, 1, 5, 4]}, columns=['A', 'B', 'C', 'D'])
print(df)

一旦我们运行该程序，我们将获得以下输出。

A B C D 0 NAn 2.0 NAn 0 1 3.0 4.0 NAn 1 2 NAn NAn 5 3 NAn 3.0 1.0 4

示例 1:使用DataFrame.backfill()方法填写数据帧的缺失值

以下示例显示了DataFrame.backfill() 方法如何填充缺失值。

import pandas as pd
df = pd.DataFrame({'A': [None, 3, None, None],'B': [2, 4, None, 3],'C': [None, None, None, 1],'D': [0, 1, 5, 4]}, columns=['A', 'B', 'C', 'D'])
print(df.bfill())

一旦我们运行该程序，我们将获得以下输出。

A B C D 0 3.0 2.0 1.0 0 1 3.0 4.0 1.0 1 2 NaN 3.0 1.0 5 3 NaN 3.0 1.0 4

例 2:用axis=1用DataFrame.backfill()方法填写数据帧的缺失值

这个例子类似于前面的例子DataFrame.backfill() 方法用axis=1填充缺失的值。

import pandas as pd
df = pd.DataFrame({'A': [None, 3, None, None],'B': [2, 4, None, 3],'C': [None, None, None, 1],'D': [0, 1, 5, 4]}, columns=['A', 'B', 'C', 'D'])
print(df.bfill(axis=1))

一旦我们运行该程序，我们将获得以下输出。

A B C D 0 2.0 2.0 0.0 0.0 1 3.0 4.0 1.0 1.0 2 5.0 5.0 5.0 5.0 3 3.0 3.0 1.0 4.0

示例 3:通过设置limit值，使用DataFrame.backfill()方法填写数据帧的缺失值

我们可以在DataFrame.backfill()方法中设置限值。这表示向后填充的连续 NaN 值的最大数量。

import pandas as pd
df = pd.DataFrame({'A': [None, 3, None, None],'B': [2, 4, None, 3],'C': [None, None, None, 1],'D': [0, 1, 5, 4]}, columns=['A', 'B', 'C', 'D'])
print(df.bfill(limit=2))

一旦我们运行该程序，我们将获得以下输出。

A B C D 0 3.0 2.0 NAn 0 1 3.0 4.0 NAn 1 2 NAn 3.0 1.0 5 3 NAn 3.0 1.0 4

例 4:用inplace=True用DataFrame.backfill()方法填写数据帧的缺失值

如果在DataFrame.backfill()方法中inplace=True ，它将填充数据帧的缺失值，但不创建新对象。如果我们想检查缺失值是否被填充，我们可以通过打印数据帧来检查。

import pandas as pd
df = pd.DataFrame({'A': [None, 3, None, None],'B': [2, 4, None, 3],'C': [None, None, None, 1],'D': [0, 1, 5, 4]}, columns=['A', 'B', 'C', 'D'])
print(df.bfill(inplace=True))
print(df)

一旦我们运行该程序，我们将获得以下输出。

无 A B C D 0 3.0 2.0 1.0 0 1 3.0 4.0 1.0 1 2 NaN 3.0 1.0 5 3 NaN 3.0 1.0 4

结论

在本教程中，我们学习了 PandasDataFrame.backfill()方法。我们学习了该函数的语法和参数，并将该函数应用于包含无值的数据帧，并理解了DataFrame.backfill()方法向后填充 Pandas 数据帧中存在的NaN值。