Python | Pandas Index.fillna()

Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.
La función Pandas Index.fillna() llena los valores NA/NaN con el valor especificado. Solo se necesita un valor escalar para completar todos los valores faltantes presentes en el índice. La función devuelve un nuevo objeto que tiene los valores faltantes completados por el valor pasado.
 

Sintaxis: Index.fillna(valor=Ninguno, downcast=Ninguno)
Parámetros: 
valor: Valor escalar a usar para llenar agujeros (por ejemplo, 0). Este valor no puede ser una lista de Me gusta. 
downcast : un dictado de item->dtype de qué downcast si es posible, o la string ‘inferir’ que intentará downcast a un tipo igual apropiado (por ejemplo, float64 a int64 si es posible)
Devuelve: relleno: %(klass)s
 

Ejemplo n.º 1: use la función Index.fillna() para completar todos los valores que faltan en el índice.
 

# importing pandas as pd
import pandas as pd
 
# Creating the Index
idx = pd.Index([1, 2, 3, 4, 5, None, 7, 8, 9, None])
 
# Print the Index
idx

Producción : 
 

Rellenemos todos los valores que faltan en el Índice con -1. 
 

# fill na values with -1
idx.fillna(-1)

Producción : 
 

Como podemos ver en el resultado, la función Index.fillna() ha llenado todos los valores faltantes con -1. La función solo toma valor escalar. 
  
Ejemplo n.º 2: use la función Index.fillna() para completar todas las strings que faltan en el índice.
 

# importing pandas as pd
import pandas as pd
 
# Creating the Index
idx = pd.Index(['Labrador', 'Beagle', None, 'Labrador',
             'Lhasa', 'Husky', 'Beagle', None, 'Koala'])
 
# Print the Index
idx

Producción : 
 

Como podemos ver en la salida, nos faltan algunos valores. A los efectos del análisis de datos, nos gustaría completar estos valores faltantes con algunos otros valores indicativos que sirvan a nuestro propósito.
 

# Fill the missing values by 'Value_Missing'
idx.fillna('Value_Missing')

Producción : 
 

Como podemos ver en la salida, todas las strings que faltan en el Índice se han llenado con los valores pasados.