Python中fillna函数如何填充缺失值

在Python的pandas库中，fillna()函数用于填充缺失值。这个函数有多种方法可以填充缺失值，包括使用常数、前一个值、后一个值或插值方法等。

以下是一些使用fillna()函数的例子：

1. 使用常数填充缺失值：

import pandas as pd  # 创建一个包含缺失值的DataFrame data = {'A': [1, 2, None, 4], 'B': [None, 2, 3, 4]} df = pd.DataFrame(data)  # 使用常数值填充缺失值，例如0 df_filled = df.fillna(0) 

2. 使用前一个值填充缺失值：

df_filled = df.fillna(method='ffill') 

3. 使用后一个值填充缺失值：

df_filled = df.fillna(method='bfill') 

4. 使用线性插值填充缺失值：

df_filled = df.interpolate() 

5. 使用指定列的前一个值填充缺失值：

df_filled = df.fillna(method='ffill', limit=1) 

这里的limit=1表示只使用前一个值填充，如果前一个值也是缺失值，则不进行填充。

需要注意的是，fillna()函数默认会返回一个新的DataFrame，原始的DataFrame不会被修改。如果需要直接修改原始的DataFrame，可以使用inplace=True参数：

df.fillna(0, inplace=True) 

这样，原始的DataFrame就会被修改，所有的缺失值都会被填充为0。