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）

1. 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)
   

2. 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)
   

3. 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)
   

4. 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)
   

5. 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)
   

6. 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)
   

7. 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 * 2
   
   df.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。