如何在Python中使用fillna函数处理数据

fillna() 是 pandas 库中的一个函数，用于填充缺失值

1. 首先，确保已经安装了 pandas 库。如果没有安装，可以使用以下命令进行安装：

pip install pandas 

2. 导入 pandas 库并创建一个包含缺失值（NaN）的 DataFrame：

import pandas as pd import numpy as np  data = {'A': [1, 2, np.nan], 'B': [4, np.nan, 6], 'C': [7, 8, 9]} df = pd.DataFrame(data) print("原始 DataFrame:") print(df) 

这将输出以下内容：

原始 DataFrame:      A    B  C 0  1.0  4.0  7 1  2.0  NaN  8 2  NaN  6.0  9 

3. 使用 fillna() 函数填充缺失值。有多种方法可以填充缺失值，例如使用常数、前一个值、后一个值等。以下是一些示例：

• 使用常数填充缺失值（例如 0）：

filled_df = df.fillna(0) print("使用常数填充后的 DataFrame:") print(filled_df) 

• 使用前一个值填充缺失值：

filled_df = df.fillna(method='ffill') print("使用前一个值填充后的 DataFrame:") print(filled_df) 

• 使用后一个值填充缺失值：

filled_df = df.fillna(method='bfill') print("使用后一个值填充后的 DataFrame:") print(filled_df) 

• 使用平均值填充缺失值：

filled_df = df.fillna(df.mean()) print("使用平均值填充后的 DataFrame:") print(filled_df) 

注意：在实际应用中，根据数据的特点和需求选择合适的填充方法。