Pandas fillna() : la méthode pour gérer les valeurs NaN dans vos DataFrames

La fonction Python Pandas DataFrame.fillna() est utilisée pour remplacer les valeurs manquantes dans un DataFrame. Cela est utile dans de nombreux cas pour faciliter les processus de nettoyage de données ou pour effectuer des analyses.

Pandas fillna() : comment se présente la syntaxe de la méthode ?

La fonction fillna() prend jusqu’à cinq paramètres et est syntaxiquement structurée comme suit :

DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None)

Quels sont les paramètres pertinents ?

Le comportement de DataFrame.fillna() de Pandas peut être adapté à l’aide de différents paramètres :

Dans quels cas applique-t-on la méthode DataFrame.fillna() de Pandas ?

La fonction Pandas fillna() peut être utilisée de différentes manières :

Remplacer des valeurs NaN par une valeur fixe

Dans un premier temps, on définit un DataFrame :

import pandas as pd
# Exemple de DataFrame avec différentes valeurs
data = {
    'A' : [1, 2, None, 4],
    'B' : [None, 2, 3, 4],
    'C' : [1, None, 3, 4]
}
df = pd.DataFrame(data)
print(df)

Le DataFrame que nous venons de définir se présente comme suit :

A    B    C
0  1.0  NaN  1.0
1  2.0  2.0  NaN
2  NaN  3.0  3.0
3  4.0  4.0  4.0

Pour remplacer maintenant les valeurs manquantes par la valeur 0, on peut utiliser la fonction Pandas fillna() :

# Remplacer les valeurs manquantes par la valeur 0
df_filled = df.fillna(0)
print(df_filled)

Au final, chaque NaN a été remplacé par la valeur 0 passée à la fonction :

A    B    C
0  1.0  0.0  1.0
1  2.0  2.0  0.0
2  0.0  3.0  3.0
3  4.0  4.0  4.0

Utilisation de la méthode de remplissage vers l’avant ffill

Si les valeurs NaN doivent être remplies avec les valeurs précédentes de chaque colonne, on peut utiliser la méthode ffill qui est passée en paramètre à la fonction :

# Remplacement de toutes les valeurs NaN par la valeur précédente
df_ffill = df.fillna(method='ffill')
print(df_ffill)

Dans cet exemple, les valeurs NaN des colonnes A et C ont été remplacées par les valeurs précédentes de la même colonne. Comme il n’y avait pas de valeur précédente dans la colonne B, la valeur NaN y est restée :

A    B    C
0  1.0  NaN  1.0
1  2.0  2.0  1.0
2  2.0  3.0  3.0
3  4.0  4.0  4.0

Utilisation ligne par ligne de la méthode de remplissage arrière bfill

Les valeurs NaN peuvent également être remplacées par les valeurs suivantes de la même ligne. Pour cela, il ne suffit pas d’utiliser la méthode bfill, il est également nécessaire de définir le paramètre axis à 1 :

df_bfill = df.fillna(method='bfill', axis=1)
print(df_bfill)

Les valeurs NaN de la première et de la troisième ligne ont été remplacées par leurs successeurs respectifs. Il ne reste une valeur NaN que dans la première colonne, car aucune valeur suivante n’est disponible dans cette ligne.

A    B    C
0  1.0  1.0  1.0
1  2.0  2.0  NaN
2  3.0  3.0  3.0
3  4.0  4.0  4.0