如何在Python中使用fillna函数处理数据

fillna() 是 pandas 库中的一个函数，用于填充缺失值

首先，确保已经安装了 pandas 库。如果没有安装，可以使用以下命令进行安装：

pip install pandas

导入 pandas 库并创建一个包含缺失值（NaN）的 DataFrame：

import pandas as pdimport numpy as npdata = {'A': [1, 2, np.nan], 'B': [4, np.nan, 6], 'C': [7, 8, 9]}df = pd.DataFrame(data)print("原始 DataFrame:")print(df)

这将输出以下内容：

原始 DataFrame:     A    B  C0  1.0  4.0  71  2.0  NaN  82  NaN  6.0  9

使用 fillna() 函数填充缺失值。有多种方法可以填充缺失值，例如使用常数、前一个值、后一个值等。以下是一些示例：使用常数填充缺失值（例如 0）：

filled_df = df.fillna(0)print("使用常数填充后的 DataFrame:")print(filled_df)

使用前一个值填充缺失值：

filled_df = df.fillna(method='ffill')print("使用前一个值填充后的 DataFrame:")print(filled_df)

使用后一个值填充缺失值：

filled_df = df.fillna(method='bfill')print("使用后一个值填充后的 DataFrame:")print(filled_df)

使用平均值填充缺失值：

filled_df = df.fillna(df.mean())print("使用平均值填充后的 DataFrame:")print(filled_df)

注意：在实际应用中，根据数据的特点和需求选择合适的填充方法。