pandas 空值怎么填充

在 Pandas 中，你可以使用 `fillna()` 方法来填充 DataFrame 或 Series 中的空值（NaN）。面是一些常见的填充方法示例：

1. 使用特定值填充所有空值：

import pandas as pd

# 创建示例 DataFrame
data = {'A': [1, None, 3, None, 5],
        'B': [6, None, None, 9, 10]}
df = pd.DataFrame(data)

# 使用特定值填充所有空值
filled_df = df.fillna(0)

print(filled_df)

在上述代码中，我们将所有的 NaN 值用 0 填充，通过 `fillna()` 方法实现。输出结果如下所示：

     A     B
0  1.0   6.0
1  0.0   0.0
2  3.0   0.0
3  0.0   9.0
4  5.0  10.0

2. 使用前一个非空值进行前向填充：

import pandas as pd

# 创建示例 DataFrame
data = {'A': [1, None, 3, None, 5],
        'B': [6, None, None, 9, 10]}
df = pd.DataFrame(data)

# 使用前一个非空值进行前向填充
filled_df = df.fillna(method='ffill')

print(filled_df)

在上述代码中，我们使用 `fillna()` 方法的 `method` 参数设置为 `'ffill'`，表示使用前一个非空值进行前向填充。输出结果如下所示：

     A     B
0  1.0   6.0
1  1.0   6.0
2  3.0   6.0
3  3.0   9.0
4  5.0  10.0

3. 使用后一个非空值进行后向填充：

import pandas as pd

# 创建示例 DataFrame
data = {'A': [1, None, 3, None, 5],
        'B': [6, None, None, 9, 10]}
df = pd.DataFrame(data)

# 使用后一个非空值进行后向填充
filled_df = df.fillna(method='bfill')

print(filled_df)

在上述代码中，我们使用 `fillna()` 方法的 `method` 参数设置为 `'bfill'`，表示使用后一个非空值进行后向填充。输出结果如下所示：