菲爾納

回傳一個新的 DataFrame，空值被填入新值。 DataFrame.fillna 兩者 DataFrameNaFunctions.fill 是彼此的別名。

語法

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

參數

參數	類型	說明
value	int、float、string、bool 或 dict	用來替換空值的值。 若值為字典，則 subset 忽略，必須 value 是從欄位名稱（字串）映射到替換值。 替換值必須是整數、浮點數、布林值或字串。
subset	str、元組或列表，選擇性	可選的欄位名稱清單。 子集中指定的欄位若資料型別不匹配，則會被忽略。

退貨

DataFrame： DataFrame 被替換了空值。

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