fillna

Devolve um novo DataFrame cujos valores nulos são preenchidos com novos valores. DataFrame.fillna e DataFrameNaFunctions.fill são pseudónimos entre si.

Sintaxe

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

Parâmetros

Parâmetro Tipo Descrição
value int, float, string, bool ou dict o valor para substituir valores nulos. Se o valor for um dict, então subset é ignorado e value deve ser um mapeamento do nome da coluna (string) para o valor de substituição. O valor de substituição deve ser int, float, boolean ou string.
subset str, tupla ou lista, opcional Lista opcional de nomes de colunas a considerar. Colunas especificadas no subconjunto que não têm tipos de dados correspondentes são ignoradas.

Devoluções

DataFrame: DataFrame com valores nulos substituídos.

Exemplos

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|
# +---+------+-------+----+
  • Last updated on