Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
Retorna um novo DataFrame no qual os valores nulos são preenchidos com um novo valor.
DataFrame.fillna e DataFrameNaFunctions.fill são aliases uns dos outros.
Sintaxe
fill(value, subset=None)
Parâmetros
| Parâmetro | Tipo | Descrição |
|---|---|---|
value |
int, float, str, bool ou dict | O valor pelo qual substituir valores nulos. Se um ditado for fornecido, subset será ignorado e value deverá ser um mapeamento do nome da coluna para o valor de substituição. Os valores de substituição devem ser int, float, bool ou str. |
subset |
str, tupla ou lista, opcional | Nomes de coluna a serem considerados. As colunas que subset não têm um tipo value de dados correspondente são ignoradas. |
Devoluções
DataFrame
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"])
Preencha todos os valores nulos com 50 para colunas numéricas.
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|
# +---+------+-----+----+
Preencha todos os valores nulos para False colunas boolianas.
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|
# +----+------+-----+-----+
Preencha valores nulos com 50 para age e "unknown" para 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|
# +---+------+-------+----+
Preencha todos os valores nulos com "Spark" a name coluna.
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|
# +----+------+-----+----+