Pandas Bfill

Pandas Bfill
„In Pandas DataFrame werden die fehlenden Werte des Datensatzes mit dem DataFrame rückwärts ausgefüllt.bFill () Funktion. Wenn im Pandas -Datenframe fehlende Werte vorhanden sind, füllt dies die NAN -Werte unseres Datenfrequers nach hinten aus. Ein eindimensionales Array mit Achsenbeetikern ist die Pandas-Serie. Die Etiketten müssen ein Hash -Typ sein; Sie müssen nicht unverwechselbar sein. Das Objekt verfügt über eine breite Palette von Methoden zur Ausführung von Vorgängen, die den Index benötigen, und unterstützt sowohl labbasierte als auch Integer-Indexierung. Die Rückwärtsfüllechnik wird verwendet, um die NAN -Werte im Serienobjekt mit Hilfe der Serie zu bevölkern.bFill () Funktion in Pandas.”

Syntax zur Verwendung von BFILL () -Methode?

Die Syntax für die Funktion bFill () für den Datenrahmen ist der folgende.

Syntax:


Die Syntax für die Verwendung der Funktion bFill () in Serien ist genau das gleiche wie beim DataFrame. Der Unterschied ist, dass der Serienname verwendet wird, gefolgt von der Methode BFILL ().

Syntax:

Parameter

Achse: 0 oder Index

1 und Spalten werden nicht unterstützt. Achse = 1 in Serie

An Ort und Stelle: boolean, standardmäßig falsch falsch.

Änderungen am selben Objekt vornehmen.

Grenze: int, keine standardmäßig

Die maximale Anzahl aufeinanderfolgender NAN-Werte für die Weiterleitung oder Rückwärtsfüllung, wenn die Methode bereitgestellt wird. Mit anderen Worten, die Lücke wird teilweise gefüllt, wenn es mehr als so viele aufeinanderfolgende Nans gibt. Dies ist die höchste Anzahl von Einträgen entlang der gesamten Achse, in der die Null- oder fehlenden Einträge ausgefüllt werden, wenn die Methode nicht bereitgestellt wird. Es hat 0 oder mehr, wenn keine.

Kehrt zurück: DataFrame oder Serie. NA -Einträge, die mit Datenrahmen oder Serien gefüllt sind.

So verwenden Sie die Methode pandas bFill ()?

Wir werden zeigen, wie die Funktion bFill () in Pandas -Datenfunktionen und -serien in den folgenden Beispielen verwendet wird.

Beispiel Nr. 1: Füllen Sie die fehlenden Werte des DataFrame mithilfe der Funktion bFill () auf

Wie wir bereits wissen, um die NA -Werte in einem Datenrahmen zu füllen.BFILL () -Methode wird verwendet. In umgekehrter Richtung füllt es die NAN -Werte, die im Datenrahmen vorhanden sind.

Zunächst erstellen wir den Datenrahmen, nachdem wir die PANDAS -Module importiert haben. Um den Datenrahmen in Pandas zu erstellen, werden wir die PD verwenden.DataFrame () -Funktion. Die folgenden Parameter werden in der PD übergeben.DataFrame () -Funktion zum Erstellen des erforderlichen Datenrahmens.


Wie zu sehen ist, haben wir 3 Spalten x, y und z erstellt. In jedem unserer DF -Datendrame -Spalten sind fehlende Werte vorhanden. Um den DataFrame zu visualisieren, werden wir den DataFrame in der Funktion print () als Argument übergeben.


Jetzt werden wir die BFILL () -Methode anwenden, um die NA -Zellen in unserem Datenrahmen zu füllen. Der Wert in den aktuellen Na -Zellen wird aus dem entsprechenden Wert in der folgenden Zeile besiedelt, wenn Axis = "Zeilen". Die folgende Zeile wird nicht ausgefüllt, wenn die folgende Zeile auch einen NA -Wert hat.

Wie Sie sehen können, in der 4th Reihe, der 1st Zelle ist immer noch Nan. Dies liegt daran, dass der entsprechende Wert in der nächsten Zeile 5 auch NAN ist. Die 5th Der Wert ist nan, da in der unteren Reihe, aus der die Funktion bFill () die Na -Zelle füllen kann, keinen entsprechenden Wert gibt.

Was ist, wenn wir Axis = "Spalten" verwenden,? Die Funktion bFill () füllt die Nullzellen mit den entsprechenden Werten aus der nächsten Spalte (der rechten Spalte). Wie im Fall von Axis = "Zeilen" wird die folgende Spalte nicht ausgefüllt, wenn die nächste Spalte auch einen Na -Wert hat.


Im obigen DataFrame wurden nach der Verwendung der Funktion bFill () alle Werte in der nächsten Spalte geändert.

Beispiel Nr. 2: Füllen Sie die fehlenden Werte des Booleschen DataFrame mithilfe der Funktion bFill () auf

In diesem Beispiel werden wir einen Datenrahmen mit booleschen Daten und NAN -Werten erstellen, um zu überprüfen.


Wir haben den Datenrahmen mit booleschen Werten erstellt. Jetzt wird die Funktion bFill () verwendet, um die NA -Werte zu füllen.


Die Na -Zellen werden gefüllt, wo die entsprechenden Werte in der nächsten Zeile des Datenrahmens existieren und keine Nullwerte sind. Wir können auch Axis = „Spalten“ angeben, wie wir es in Beispiel 1 getan haben, um die leere Zelle um den Wert in der entsprechenden Spalte der NA -Zelle zu füllen.

Beispiel Nr. 3: Füllen Sie die fehlenden Werte im Serienobjekt mithilfe der Funktion bFill () auf

Wir haben gesehen, wie die BFILL () in DataFrames funktioniert. Jetzt verwenden wir die Funktion bFill () in einem Serienobjekt mit einem oder mehreren Nullwerten. Erstens erstellen wir eine Reihe einer Person und geben den Indexnamen jedes Wertes in der Serie an.


Wir werden die Print () -Funktion verwenden, um unsere Serie „S“ zu demonstrieren.


Wie zu sehen ist, gibt es eine Na -Zelle im Index D. Diese Na -Zelle zu füllen; Wir werden die BFILL () -Methode in unserer Serie verwenden.


Wie Sie sehen können, wird die Na -Zelle durch den nächsten entsprechenden Wert in der Serie gefüllt. Da es in der Serie nur eine einzelne Achse gibt, füllt sie die fehlenden Werte immer mit dem nächsten Wert für die fehlende Zelle aus.

Beispiel 4: Füllen Sie die fehlenden Werte im Serienobjekt mit numerischen Werten mit der Funktion bFill () auf

Nach dem Importieren der PANDAS -Module verwenden wir nun die Funktion bFill () in einem Serienobjekt mit numerischen Werten und haben einen oder mehrere Nullwerte. Erstens erstellen wir eine numerische Serie und geben den Index für jeden Wert in der Serie an.


Wir haben die erforderliche Serie erstellt und den Index jedes Wertes mit der PD angegeben.Date_Range () Funktion. Um eine DateTimeIndex mit einer festen Frequenz zu erhalten, wird die Methode date_range () verwendet. Während FREQ = „M“ angibt, dass die Serie basierend auf dem Monat erstellt werden muss. Lassen Sie uns unsere Serie mithilfe der Funktion print () visualisieren.


Wie Sie sehen können, gibt es in unserer Serie mehrere NA -Werte. Jetzt werden wir diese Nullzellen mit der Funktion bFill () füllen.


Die Rückwärtsfüllechnik wird in der Funktion bFill () verwendet, um die Nullzellen durch den nächsten benachbarten Wert der Serie zu füllen.

Beispiel 5: Geben Sie die Grenze der Funktion bFill () im Serienobjekt an

In diesem Beispiel werden wir eine Serie mit mehr als einem aufeinanderfolgenden Wert erstellen, um Ihnen zu zeigen, wie der Grenzparameter in der Funktion bFill () funktioniert.


Verwenden wir die Funktion bFill () in der Serie mit dem Grenzparameter.


Die Serie im oben genannten Beispiel enthält zwei und drei aufeinanderfolgende fehlende Werte, aber da das Limit auf 2 eingestellt ist, ist die „Serie.BFILL () ”-Methode füllte nur zwei aufeinanderfolgende Nullzellen; Der dritte blieb null. Wenn wir das Limit auf 3 festlegen, füllt es drei aufeinanderfolgende Nullzellen in der Serie.

Geben wir zusätzlich das Argument „inplapl = true“ für die Serie an.bFill () Funktion. Die Serie.BFILL () -Methode bevölkert die fehlenden Werte, ohne ein neues Objekt zu generieren, solange diese Option wahr ist und keine zurückgibt.


Wie Sie sehen können, hat es alle Na -Zellen aus unserer Serie gefüllt.

Abschluss

Wir haben gelernt, wie man die Python Pandas „Series benutzt“.bFill () ”Funktion in diesem Tutorial. Wir haben die Syntax und Parameter der Funktion bFill () untersucht, bevor wir sie in einer Reihe und Datenrahmen verwenden, die aus NAN -Werten bestehen, um zu verstehen, wie der Datenrahmen.BFILL () und Serie.BFILL () -Funktion füllt die Nullwerte, die im PANDAS -Datenframe bzw. der Serie vorhanden sind.