跳至主要內容

填充NaN

填充NaN

描述：通过使用指定方法填充DataFrame数据中的NA/NaN值

填充NaN
填充NaN

属性说明

通用属性

  • 前置延时 - 组件功能执行之前等待的时间，单位为“毫秒”
  • 后置延时 - 组件功能执行后等待的时间，单位为“毫秒”
  • 备注 - 组件备注说明，以便于理解和快速定位

目标属性

  • df - 输入一个DataFrame数据，支持输入变量
  • Value - 设置用于填充空值的值，注意不能传入list。默认为''，即默认空字符串填充所有空值
  • Method - 定义了填充空值的方法， 包括{‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}，默认为None。其中’pad’和 ‘ffill’ 表示用前面 行/列（行或列取决于“axis”参数，默认情况下为行） 的值，填充当前的空值， ‘backfill’ 和 ‘bfill’表示用后面 行/列 的值，填充当前的空值

    注意

    “value”参数 和 “method”两个参数必须有且只能有一个参数进行了设置，而组件上显示的value默认值''实际已经是进行了修改，所以在设置“method”参数时，先将“value”参数设置为None

  • Axis - 设置填充的方向，0 或 'index'，从第一列开始逐列填充；1 或 'columns'，从第一行开始逐行填充
  • Limit - 设置填充个数的最大限制，默认为None，输入大于等于1的整型数字。如果method被指定，对于连续的空值，这段连续区域，最多填充前 limit 个空值（如果存在多段连续区域，每段最多填充前 limit 个空值）。如果method未被指定， 在该axis下，最多填充前 limit 个空值（不论空值连续区间是否间断）
  • Downcast - 可输入为字典或字符串，默认为None。在填充缺失值后，将数据类型转换为更小的数据类型，以节省内存空间。
  • Inplace - 可选True和False，True表示直接在原来的DataFrame上删除重复项，传入的df变为填充NaN之后的DataFrame；而默认值False表示生成一个副本,传入的df不被改变

返回值

  • 输出到变量 - 返回填充空值后的DataFrame数据，赋值给一个变量

使用示例

添加【读取Excel】组件和一个局部变量，将该组件的返回值连接到变量lv_1中---->添加【输出】组件，将【读取Excel】组件的返回值连接到输出上---->添加【填充NaN】组件---->将变量lv_1连接到【填充NaN】组件的“df”上---->添加【输出】组件，将【填充NaN】组件的返回值连接到输出上---->运行流程

image-20241023140439197
image-20241023140439197

情况1：【填充NaN】组件目标属性''value''设置为'默认值'---->运行流程

image-20241023140513749
image-20241023140513749

输出结果：流程运行后---->系统自动读取excel数据，用字符串'默认值'填充原DataFrame数据的所有空值，输出填充空值后的DataFrame数据到控制台，结果如下图

image-20241023140839374
image-20241023140839374

情况2：【填充NaN】组件目标属性''value''设置为字典{'品质':'备用1','备注':'备用2'}---->运行流程

image-20241023141704205
image-20241023141704205

输出结果：流程运行后---->系统自动读取excel数据，''备用1''填充''品质''列内的空值，''备用2''填充''备注''列内的空值，未指定的列名下的空值不变，输出填充空值后的DataFrame数据到控制台，结果如下图

image-20241023141738825
image-20241023141738825

情况3：【填充NaN】组件目标属性''method''设置为'pad'---->''axis''参数设置为0---->运行流程

image-20241023141836435
image-20241023141836435

输出结果：流程运行后---->系统自动读取excel数据，从第一列开始逐列填充，用每个空值之前表格的值，填充当前的空值，输出填充空值后的DataFrame数据，到控制台，结果如下图

image-20241023142056665
image-20241023142056665

情况4：【填充NaN】组件目标属性''method''设置为'bfill'---->''axis''参数设置为1---->运行流程

image-20241023143614412
image-20241023143614412

输出结果：流程运行后---->系统自动读取excel数据，从第一行开始逐行填充，用每个空值之后表格的值，填充当前的空值，输出填充空值后的DataFrame数据到控制台，结果如下图

image-20241023142247176
image-20241023142247176

情况4：【填充NaN】组件目标属性''limit''设置为2---->''value''参数设置为'default'---->运行流程

image-20241023143533556
image-20241023143533556

输出结果：流程运行后---->系统自动读取excel数据，连续的空值中，最多填充前2个空值，输出填充空值后的DataFrame数据到控制台，结果如下图

image-20241023142418498
image-20241023142418498

情况5：【填充NaN】组件目标属性''downcast''设置为{'产品':'float','品质':'integer'}---->运行流程

image-20241023142545417
image-20241023142545417

输出结果：流程运行后---->系统自动读取excel数据，''产品''列将被转换为浮点类型，''品质''列将被转换为整数类型，可以优化 DataFrame 的内存使用，输出转换类型后的DataFrame数据到控制台，结果如下图

image-20241023142839690
image-20241023142839690

情况6：【填充NaN】组件目标属性''inplace''设置为True---->''value''设置为'default'

image-20241023143111789
image-20241023143111789

分别打印【填充NaN】组件处理后的df数据，和【读取Excel】组件获取的df数据---->运行流程

image-20241023143246482
image-20241023143246482

输出结果：系统自动读取excel数据，直接在原来的DataFrame数据上填充空值为''default''，可以看到【读取Excel】组件获取的df数据被改变了，输出结果到控制台

image-20241023143449793
image-20241023143449793