Pandas 序列backfill()方法

原文：https://www.studytonight.com/pandas/python-pandas-seriesbackfill-method

如果我们想用其他值替换缺失值或空值，可以选择backfill 方法。在本教程中，我们将学习向后填充空值或缺失值的pythonpandsSeries.backfill()方法。如果inplace为真，则返回填充了缺失值的序列或None 。

下图显示了Series.backfill()方法的语法。

句法

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

示例:使用Series.backfill()方法填充缺失值

让我们使用Series.backfill()方法来填充序列中缺少的值。此方法向后填充序列中存在的空值或缺失值。见下面的例子。

#importing pandas as pd
import pandas as pd
#creating Series
series=pd.Series([None,5,None,10])
print("-----------The Series is---------")
print(series)
print("---------------------------------")
print(series.backfill())

-系列为- 0 NaN 1 5.0 2 NaN 3 10.0 dtype:float 64 - 0 5.0 1 5.0 2 10.0 3 10.0 dtype:float 64

示例:在Series.backfill()方法中设置限制

在本例中，我们将极限参数设置为某个整数。使用该参数，我们可以定义Series.backfill()方法的限制，以填充连续缺失值的数量。见下面的例子。

在下面的例子中，数列由三个连续的缺失值组成，并且Series.backfill()方法仅填充两个缺失值，因为限制被设置为 2。

#importing pandas as pd
import pandas as pd
#creating Series
series=pd.Series([None,None,None,5])
print("-----------The Series is---------")
print(series)
print("---------------------------------")
print(series.backfill(limit=2))

-系列为- 0 NaN 1 NaN 2 NaN 3 5.0 数据类型:float64 - 0 NaN 1 5.0 2 5.0 3 5.0 数据类型:float 64

示例:在Series.backfill()方法中设置inplace=True

这里，在这个例子中，我们已经在Series.backfill()方法中设置了inplace=True。由于该参数为True，因此Series.backfill()方法在不创建新对象的情况下填充缺失值，并返回None。见下面的例子。

#importing pandas as pd
import pandas as pd
#creating Series
series=pd.Series([None,5,None,5])
print("-----------The Series is---------")
print(series)
print("---------------------------------")
print(series.backfill(inplace=True))

-系列为- 0 NaN 1 5.0 2 NaN 3 5.0 数据类型:float64 - None 0 5.0 1 5.0 2 5.0 3 5.0 数据类型:float 64

结论

在本教程中，我们学习了 PandasSeries.backfill()方法。我们学习了该方法的语法和参数，并将该方法应用于由 None 值组成的系列，并理解了Series.backfill()方法。