pandas中fillna的用法

fillna 是 pandas 中用于填充缺失值的方法。它允许你用指定的值或方法替代 DataFrame 或 Series 中的缺失数据（即 NaN）。

具体来说，fillna 具有以下几个常见用途：

1. 填充缺失值：你可以用一个常量值填充所有缺失的地方。例如：

   df['列名'].fillna(0, inplace=True)

   这会把 '列名' 中的所有 NaN 替换为 0。

2. 用前一个有效值填充（前向填充）：可以使用 method='ffill'：

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

   这会用列中前一个有效值替换所有缺失值。

3. 用后一个有效值填充（后向填充）：可以使用 method='bfill'：

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

   这会用列中后一个有效值替换所有缺失值。

4. 填充特定的缺失值：你还可以用另一个 DataFrame 或 Series 的对应值来填充缺失值：

   df['列名'] = df['列名'].fillna(另一个数据结构)

5. 多列填充：可以用不同的值填充不同的列：

   df.fillna({'列名1': 0, '列名2': '未知'}, inplace=True)

使用 fillna 方法时，可以选择是否在原地修改数据 (inplace=True)，还是返回一个填充后的新 DataFrame。