fill (DataFrameNaFunctions) s

Renvoie un nouveau DataFrame dans lequel les valeurs nulles sont remplies avec une nouvelle valeur. DataFrame.fillna et DataFrameNaFunctions.fill sont des alias l'un de l'autre.

Syntaxe

fill(value, subset=None)

parameter

parameter	Type	Description
value	int, float, str, bool, ou dict	La valeur par laquelle remplacer les valeurs nulles. Si un dictionnaire est fourni, subset est ignoré et value doit être un mappage du nom de colonne à la valeur de remplacement. Les valeurs de remplacement doivent être de type int, float, bool ou str.
subset	str, tuple ou list, facultatif	Noms de colonne à prendre en compte. Les colonnes de subset qui n'ont pas de type de données correspondant pour value sont ignorées.

parameter	Type	Description
value	int, float, str, bool, ou dict	La valeur par laquelle remplacer les valeurs nulles. Si un dictionnaire est fourni, subset est ignoré et value doit être un mappage du nom de colonne à la valeur de remplacement. Les valeurs de remplacement doivent être de type int, float, bool ou str.
subset	str, tuple ou list, facultatif	Noms de colonne à prendre en compte. Les colonnes de subset qui n'ont pas de type de données correspondant pour value sont ignorées.

Renvoie

DataFrame

Exemples

Python

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"])

Remplissez toutes les valeurs nulles avec 50 pour les colonnes numériques.

Python

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|
# +---+------+-----+----+

Remplissez toutes les valeurs nulles avec False pour les colonnes booléennes.

Python

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|
# +----+------+-----+-----+

Remplir les valeurs nulles avec 50 pour age et "unknown" pour name.

Python

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|
# +---+------+-------+----+

Remplissez toutes les valeurs nulles avec "Spark" pour la colonne name.

Python

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|
# +----+------+-----+----+