Pandas中fillna用法

fillna是Pandas库中的一个方法，用于填充缺失值（NaN值）或非法值。它可以按照不同的填充方式来替换缺失值，常用的填充方式有以下几种：

1. 使用指定的值填充缺失值：可以通过指定一个常数或者一个字典，将缺失值替换为指定的值。 例如：df.fillna(0)将缺失值替换为0。

2. 使用前一个有效值填充缺失值：可以使用method参数设置为'ffill'或'pad'，将缺失值填充为前一个有效值。 例如：df.fillna(method='ffill')将缺失值填充为前一个有效值。

3. 使用后一个有效值填充缺失值：可以使用method参数设置为'bfill'或'backfill'，将缺失值填充为后一个有效值。 例如：df.fillna(method='bfill')将缺失值填充为后一个有效值。

4. 使用平均值或中位数填充缺失值：可以使用mean()或median()方法计算平均值或中位数，并将该值用于填充缺失值。 例如：df.fillna(df.mean())将缺失值填充为列的平均值。

注意事项：

• fillna方法默认不会修改原始DataFrame的值，而是返回一个修改后的新DataFrame。如果需要修改原始DataFrame的值，可以设置inplace参数为True。
• fillna方法对于不同的数据类型有一些差异处理，例如填充数值类型的列可能使用平均值或中位数，而填充字符串类型的列可能会使用众数。
• 如果填充的值不合适或者填充方式不当，可能会引入偏差或错误，需要谨慎使用。
• fillna方法也可以针对特定的列进行填充，可以使用subset参数指定需要填充的列名。
• fillna方法也可以使用其他参数来进行更复杂的填充操作，如limit参数限制填充的次数，interpolate参数进行插值填充等。
• fillna方法可以用于Series类型和DataFrame类型的数据。