fillna

Zwraca nową ramkę danych, która ma wartość null wypełnioną nową wartością. DataFrame.fillna i DataFrameNaFunctions.fill są aliasami siebie nawzajem.

Składnia

fillna(value: Union["LiteralType", Dict[str, "LiteralType"]], subset: Optional[Union[str, Tuple[str, ...], List[str]]] = None)

Parametry

Parameter	Typ	Opis
value	int, float, string, bool lub dict	wartość, która ma zastąpić wartości null. Jeśli wartość jest dyktowana, subset jest ignorowana i value musi być mapowaniem z nazwy kolumny (ciągu) na wartość zastępczą. Wartość zastępcza musi być int, float, boolean lub ciąg.
subset	str, krotka lub lista, opcjonalnie	opcjonalna lista nazw kolumn do rozważenia. Kolumny określone w podzestawie, które nie mają pasujących typów danych, są ignorowane.

Zwroty

DataFrame: Element DataFrame z zastąpionymi wartościami null.

Examples

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|
# +---+------+-------+----+