约定：

import pandas as pd
import numpy as np
from numpy import nan as NaN

填充缺失数据

fillna()是最主要的处理方式了。

df1=pd.DataFrame([[1,2,3],[NaN,NaN,2],[NaN,NaN,NaN],[8,8,NaN]])
df1

代码结果：

• 用常数填充：

df1.fillna(100)

代码结果：

• 通过字典填充不同的常数：

df1.fillna({0:10,1:20,2:30})

代码结果：

• 传入inplace=True直接修改原对象：

df1.fillna(0,inplace=True)
df1

代码结果：

• 传入method=” “改变插值方式：

df2=pd.DataFrame(np.random.randint(0,10,(5,5)))
df2.iloc[1:4,3]=NaN;df2.iloc[2:4,4]=NaN
df2

代码结果：

df2.fillna(method='ffill')#用前面的值来填充

代码结果：

• 传入limit=” “限制填充个数：

df2.fillna(method='bfill',limit=2)

代码结果：

• 传入axis=” “修改填充方向：

df2.fillna(method="ffill",limit=1,axis=1)

代码结果：

谢谢大家的浏览，
希望我的努力能帮助到您，
共勉！