pandas.core.groupby.SeriesGroupBy.fillna

SeriesGroupBy.fillna(value=None, method=None, axis=_NoDefault.no_default, inplace=False, limit=None, downcast=_NoDefault.no_default)

使用指定方法在组内填充 NA/NaN 值。

自 2.2.0 版本弃用: 此方法已弃用，将在未来版本中删除。请使用 SeriesGroupBy.ffill() 或 SeriesGroupBy.bfill() 进行向前或向后填充。如果要用单个值填充，请使用 Series.fillna() 。

Parameters:

value标量、字典、Series 或 DataFrame

用于填充空值的值（例如 0），或者是一个字典/Series/DataFrame，指定每个索引（对于 Series）或列（对于 DataFrame）要使用哪个值。字典/Series/DataFrame 中不存在的值将不会被填充。此值不能是列表。想要使用 value 参数而不是 method 的用户应优先使用 Series.fillna() ，因为这将产生相同的结果并且性能更佳。

<strong>method</strong>{{‘bfill’, ‘ffill’, None}}, 默认为 None

用于填充空缺的方法。'ffill' 将在组内将最后一个有效观测值向前传播。'bfill' 将使用下一个有效观测值来填充间隙。

axis{0 或 ‘index’, 1 或 ‘columns’}

未使用，仅用于与 DataFrameGroupBy.fillna() 兼容。

inplacebool，默认 False

损坏。请勿设置为 True。

<strong>limit</strong>int，默认 None

如果指定了 method，这是在组内向前/向后填充连续 NaN 值的最大数量。换句话说，如果间隙包含多于此数量的连续 NaN，则只会部分填充。如果未指定 method，这是沿整个轴填充 NaN 的连续条目的最大数量。如果为 None，则必须大于 0。

downcastdict，默认为 None

一个 {项目->dtype} 的字典，用于在可能的情况下向下转换，或者字符串 ‘infer’，它将尝试向下转换为合适的等效类型（例如，如果可能，float64 转换为 int64）。

Returns:

Series

已填充缺失值的分组对象。

参见

ffill

在前向填充组内值。

bfill

在后向填充组内值。

Examples

对于 SeriesGroupBy：

>>> lst = ['cat', 'cat', 'cat', 'mouse', 'mouse']
>>> ser = pd.Series([1, None, None, 2, None], index=lst)
>>> ser
cat    1.0
cat    NaN
cat    NaN
mouse  2.0
mouse  NaN
dtype: float64
>>> ser.groupby(level=0).fillna(0, limit=1)
cat    1.0
cat    0.0
cat    NaN
mouse  2.0
mouse  0.0
dtype: float64