如何自定义fillna函数的填充逻辑

在Python中，你可以使用pandas库的fillna()函数来填充缺失值

import pandas as pd import numpy as np  # 创建一个包含缺失值的DataFrame data = {'A': [1, 2, np.nan], 'B': [4, np.nan, 6]} df = pd.DataFrame(data) print("原始DataFrame:") print(df)  # 自定义填充逻辑 def custom_fillna(series):     if series.name == 'A':         return series.fillna(0)     elif series.name == 'B':         return series.fillna(method='ffill')     else:         return series  # 应用自定义填充逻辑 filled_df = df.apply(custom_fillna) print("\n使用自定义填充逻辑后的DataFrame:") print(filled_df) 

这个例子中，我们首先创建了一个包含缺失值的DataFrame。然后，我们定义了一个名为custom_fillna的函数，该函数根据列名（‘A’或’B’）对缺失值进行不同的处理。接下来，我们使用apply()方法将自定义填充逻辑应用于DataFrame。

运行此代码后，你将看到原始DataFrame已被修改，其中列’A’的缺失值被替换为0，列’B’的缺失值使用前向填充方法进行填充。