jupyter填充缺失的数据A B C D 0 1.0 NaN a NaN 1 2.0 4.0 7 2.0 2 3.0 NaN 8 3.0 3 NaN 6.0 9 NaN

在Jupyter中，可以使用pandas库中的fillna方法来填充缺失值。以下是使用前向填充、后向填充和插值填充的代码示例：

import pandas as pd
import numpy as np

# 创建DataFrame
df = pd.DataFrame({
    'A': [0, 1, 2, 3],
    'B': [1.0, 2.0, 3.0, np.nan],
    'C': [np.nan, 4.0, np.nan, 6.0],
    'D': ['a', 7, 8, 9],
})

# 使用前向填充的方式填充缺失值
df.fillna(method='ffill', inplace=True)
print(df)

# 使用后向填充的方式填充缺失值
df.fillna(method='bfill', inplace=True)
print(df)

# 使用插值填充的方式填充缺失值
df.interpolate(inplace=True)
print(df)

其中，method参数指定填充的方式，ffill为前向填充，bfill为后向填充，interpolate为插值填充。由于原始数据中列C中存在多个连续的缺失值，因此插值填充方式无法唯一确定填充值，实际结果可能会有所不同。