フィルナ

null値が新しい値で埋められた新しいDataFrameを返します。DataFrame.fillnaとDataFrameNaFunctions.fillは互いの別名です。

構文

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

パラメーター

パラメーター	Type	説明
value	int、float、文字列、bool、または dict	null値を置き換える値。値が辞書型の場合、 subsetは無視され、 value列名（文字列）から置換値へのマッピングである必要があります。置換値は、整数、浮動小数点数、ブール値、または である必要があります。
subset	文字列、タプル、またはリスト（省略可能）	検討対象となる列名のリスト（任意）。サブセットで指定された列のうち、データ型が一致しない列は無視されます。

戻り値

DataFrame: null値が置換されたDataFrame 。

例

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"])

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