fillna函数在Pandas库中的使用技巧

fillna() 函数是 Pandas 库中的一个重要函数，用于填充 DataFrame 或 Series 中的缺失值（NaN）

使用特定值填充：你可以使用 fillna() 函数将缺失值替换为特定值。例如，将所有缺失值替换为 0：

df.fillna(0, inplace=True)

使用前一个值填充：你可以使用 fillna() 函数将缺失值替换为前一个值。例如，使用前一个值填充：

df.fillna(method='ffill', inplace=True)

使用后一个值填充：你可以使用 fillna() 函数将缺失值替换为后一个值。例如，使用后一个值填充：

df.fillna(method='bfill', inplace=True)

使用平均值填充：你可以使用 fillna() 函数将缺失值替换为列的平均值。例如，使用平均值填充：

df.fillna(df.mean(), inplace=True)

使用限制填充：你可以使用 fillna() 函数将缺失值替换为前一个值或后一个值，直到达到指定的限制。例如，使用前一个值填充，最多填充 3 个连续缺失值：

df.fillna(method='ffill', limit=3, inplace=True)

使用插值填充：你可以使用 fillna() 函数将缺失值替换为插值。例如，使用线性插值填充：

df.fillna(method='linear', inplace=True)

使用自定义函数填充：你可以使用 fillna() 函数将缺失值替换为自定义函数的结果。例如，使用自定义函数填充：

def custom_function(x):    return x * 2df.fillna(df.applymap(custom_function), inplace=True)

这些只是 fillna() 函数的一些使用技巧。根据你的需求，你可以选择合适的方法来处理缺失值。