Python里fillna函数的参数有哪些

fillna() 是 pandas 库中 DataFrame 和 Series 对象的一个方法，用于填充缺失值（NaN）

1. value：用于替换缺失值的值。可以是一个数字、字符串或者一个方法（如平均值、众数等）。
2. method：用于填充缺失值的方法。可选值包括 ‘pad’/‘ffill’（前向填充，使用前一个值填充缺失值），‘backfill’/‘bfill’（后向填充，使用后一个值填充缺失值）。
3. axis：指定要填充的轴。默认为 None，表示沿着 DataFrame 的每一列进行填充。如果设置为 0，则沿着每一行进行填充；如果设置为 1，则沿着每一列进行填充。
4. inplace：布尔值，表示是否在原 DataFrame 上进行修改。默认为 False，表示返回一个新的 DataFrame，而不修改原始 DataFrame。如果设置为 True，则会直接修改原始 DataFrame。
5. limit：指定连续填充的最大值。当设置为一个正整数时，表示最多填充指定数量的连续缺失值。例如，如果设置为 2，那么只有连续的两个缺失值会被填充，超过两个的缺失值将保持不变。
6. downcast：指定是否将填充后的数据类型降级。默认为 None，表示不进行降级。可以设置为 ‘infer’，表示根据填充后的数据自动推断合适的数据类型。

下面是一个使用 fillna() 方法的示例：

import pandas as pd
import numpy as np

# 创建一个包含缺失值的 DataFrame
data = https://www.yisu.com/ask/{'A': [1, 2, np.nan], 'B': [np.nan, 2, 3]}
df = pd.DataFrame(data)

# 使用 fillna() 方法填充缺失值
filled_df = df.fillna(method='ffill', axis=1)
print(filled_df)

输出结果：

     A    B
0  1.0  1.0
1  2.0  2.0
2  NaN  3.0