Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Restituisce un nuovo DataFrame oggetto in cui i valori Null vengono riempiti con un nuovo valore.
DataFrame.fillna e DataFrameNaFunctions.fill sono alias l'uno dell'altro.
Sintassi
fill(value, subset=None)
Parametri
| Parametro | Tipo | Descrizione |
|---|---|---|
value |
int, float, str, bool o dict | Valore con cui sostituire i valori Null. Se viene specificato un dict, subset viene ignorato e value deve essere un mapping dal nome della colonna al valore di sostituzione. I valori di sostituzione devono essere int, float, bool o str. |
subset |
str, tuple o list, facoltativo | Nomi di colonna da considerare. Le colonne in subset cui non è presente un tipo di dati corrispondente per value vengono ignorate. |
Restituzioni
DataFrame
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"])
Compilare tutti i valori Null con 50 per le colonne numeriche.
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|
# +---+------+-----+----+
Riempire tutti i valori Null con False per le colonne booleane.
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|
# +----+------+-----+-----+
Compilare i valori Null con 50 per age e "unknown" per name.
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|
# +---+------+-------+----+
Compilare tutti i valori Null con "Spark" per la name colonna.
df.na.fill(value='Spark', subset='name').show()
# +----+------+-----+----+
# | age|height| name|bool|
# +----+------+-----+----+
# | 10| 80.5|Alice|NULL|
# | 5| NULL| Bob|NULL|
# |NULL| NULL| Tom|NULL|
# |NULL| NULL|Spark|true|
# +----+------+-----+----+