Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Gibt einen neuen DataFrame zurück, der Nullwerte mit einem neuen Wert gefüllt wird.
DataFrame.fillna und DataFrameNaFunctions.fill sind Aliase voneinander.
Syntax
fillna(value: Union["LiteralType", Dict[str, "LiteralType"]], subset: Optional[Union[str, Tuple[str, ...], List[str]]] = None)
Parameter
| Parameter | Typ | Beschreibung |
|---|---|---|
value |
int, float, string, bool oder dict | der Wert, durch den Nullwerte ersetzt werden sollen. Wenn der Wert ein Dict ist, wird er subset ignoriert und value muss eine Zuordnung von Spaltennamen (Zeichenfolge) zum Ersetzungswert sein. Der Ersetzungswert muss ein Int-, Float-, boolescher Wert oder eine Zeichenfolge sein. |
subset |
str, tupel oder liste, optional | optionale Liste der zu berücksichtigenden Spaltennamen. Spalten, die in Einer Teilmenge angegeben sind, die nicht übereinstimmende Datentypen aufweisen, werden ignoriert. |
Rückkehr
DataFrame: DataFrame mit ersetzten NULL-Werten.
Beispiele
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|
# +---+------+-------+----+