null 값이 새 값으로 채워진 새 DataFrame을 반환합니다.
DataFrame.fillna 는 DataFrameNaFunctions.fill 서로의 별칭입니다.
문법
fillna(value: Union["LiteralType", Dict[str, "LiteralType"]], subset: Optional[Union[str, Tuple[str, ...], List[str]]] = None)
매개 변수
| 매개 변수 | 유형 | 설명 |
|---|---|---|
value |
int, float, string, bool 또는 dict | null 값을 바꿀 값입니다. 값이 dict subset 이면 무시되며 value 열 이름(문자열)에서 대체 값으로의 매핑이어야 합니다. 대체 값은 int, float, boolean 또는 string이어야 합니다. |
subset |
str, 튜플 또는 목록, 선택 사항 | 고려할 열 이름의 선택적 목록입니다. 일치하는 데이터 형식이 없는 하위 집합에 지정된 열은 무시됩니다. |
Returns
DataFrame: 대체된 null 값이 있는 DataFrame입니다.
예제
df = spark.createDataFrame([
(10, 80.5, "Alice", None),
(5, None, "Bob", None),
(None, None, "Tom", None),
(None, None, None, True)],
schema=["age", "height", "name", "bool"])
df.na.fill(50).show()
# +---+------+-----+----+
# |age|height| name|bool|
# +---+------+-----+----+
# | 10| 80.5|Alice|NULL|
# | 5| 50.0| Bob|NULL|
# | 50| 50.0| Tom|NULL|
# | 50| 50.0| NULL|true|
# +---+------+-----+----+
df.na.fill(False).show()
# +----+------+-----+-----+
# | age|height| name| bool|
# +----+------+-----+-----+
# | 10| 80.5|Alice|false|
# | 5| NULL| Bob|false|
# |NULL| NULL| Tom|false|
# |NULL| NULL| NULL| true|
# +----+------+-----+-----+
df.na.fill({'age': 50, 'name': 'unknown'}).show()
# +---+------+-------+----+
# |age|height| name|bool|
# +---+------+-------+----+
# | 10| 80.5| Alice|NULL|
# | 5| NULL| Bob|NULL|
# | 50| NULL| Tom|NULL|
# | 50| NULL|unknown|true|
# +---+------+-------+----+