返回用 DataFrame 新值填充 null 值的新值。
DataFrame.fillna 是 DataFrameNaFunctions.fill 彼此的别名。
Syntax
fill(value, subset=None)
参数
| 参数 | 类型 | 说明 |
|---|---|---|
value |
int、float、str、bool 或听写 | 要替换为 null 值的值。 如果提供了听写，则将被忽略， subset 并且 value 必须是从列名到替换值的映射。 替换值必须是 int、float、bool 或 str。 |
subset |
str、tuple 或 list（可选） | 要考虑的列名。
subset忽略不具有匹配数据类型的value列。 |
退货
DataFrame
示例
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"])
使用 50 个数字列填充所有 null 值。
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|
# +---+------+-----+----+
使用 False 布尔列填充所有 null 值。
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|
# +----+------+-----+-----+
使用 50 for age 和 "unknown" for name填充 null 值。
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|
# +---+------+-------+----+
使用"Spark"name列填充所有 null 值。
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|
# +----+------+-----+----+