每日leetcode

2887. 填充缺失值 - 力扣（LeetCode）

题目

DataFrame products

+-------------+--------+
| Column Name | Type   |
+-------------+--------+
| name        | object |
| quantity    | int    |
| price       | int    |
+-------------+--------+

编写一个解决方案，在 quantity 列中将缺失的值填充为 0。

返回结果如下示例所示。

示例 1：

输入：
+-----------------+----------+-------+
| name            | quantity | price |
+-----------------+----------+-------+
| Wristwatch      | 32       | 135   |
| WirelessEarbuds | None     | 821   |
| GolfClubs       | None     | 9319  |
| Printer         | 849      | 3051  |
+-----------------+----------+-------+
输出：
+-----------------+----------+-------+
| name            | quantity | price |
+-----------------+----------+-------+
| Wristwatch      | 32       | 135   |
| WirelessEarbuds | 0        | 821   |
| GolfClubs       | 0        | 9319  |
| Printer         | 849      | 3051  |
+-----------------+----------+-------+
解释：
Toaster 和 Headphones 的数量被填充为 0。

思路

1. 使用df的fillna()方法，指定quantity列的缺失值填充为0。

代码实现

import pandas as pd

def fillMissingValues(products: pd.DataFrame) -> pd.DataFrame:
    products = products.fillna(value={"quantity":0})
    return products

知识积累

• df填充缺失值：df.fillna(method=None, limit=None, axis=None, value=None, inplace=False)
  • method：填充方法，"ffill"为前向填充，将缺失值填充为前面的值；"bfill"为后向填充，将缺失值填充为后面的值。
  • limit：若有连续的空值，最多能被填充limit个，剩下就不能填充了，需跟method使用。
  • value：用于填充空值的值，也可以配合{列名:填充值}字典指定对应列的填充值。
  • axis：指定要填充的轴，0为行，1为列。
  • inplace：是否原地替换，如果是，返回值为None，不是则返回DataFrame。
• 也可以直接指定列：df[列名].fillna(value, inplace)

官方题解

• 官解用的是第二种方法。
• 稍微看了一下，直接指定列空间开销小，时间开销大；直接指定整个DataFrame时间开销小，空间开销大。
• 复现：

• import pandas as pd
  
  def fillMissingValues(products: pd.DataFrame) -> pd.DataFrame:
      products["quantity"].fillna(0, inplace=True)
      return products