fillna

Retourne un nouveau DataFrame dont les valeurs null sont remplies avec une nouvelle valeur. DataFrame.fillna et DataFrameNaFunctions.fill sont des alias les uns des autres.

Syntaxe

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

Paramètres

Paramètre Type Description
value int, float, string, bool ou dict valeur à remplacer par des valeurs Null. Si la valeur est une dictée, subset elle est ignorée et value doit être un mappage du nom de colonne (chaîne) à la valeur de remplacement. La valeur de remplacement doit être une valeur int, float, booléenne ou chaîne.
subset str, tuple ou list, facultatif liste facultative des noms de colonnes à prendre en compte. Les colonnes spécifiées dans un sous-ensemble qui n’ont pas de types de données correspondants sont ignorées.

Retours

DataFrame: DataFrame avec des valeurs null remplacées.

Exemples

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