pandas缺失值数据框填充

在 Pandas 中，可以使用 fillna() 函数来填充缺失值。默认情况下，fillna() 函数使用前序填充方式（即用列中的前面值填充缺失值）。但有时候可能需要使用后序填充方式（即用列中的后面值填充缺失值）。

以下是使用后序填充方式填充 Pandas 数据框的缺失值的示例代码：

import pandas as pd

# 创建一个包含缺失值的数据框
df = pd.DataFrame({'A': [1, 2, None, 4, None], 'B': [5, None, 7, None, 9]})

# 使用后序填充方式填充缺失值
df.fillna(method='bfill', inplace=True)

# 输出填充后的数据框
print(df)

输出结果如下：

     A    B
0  1.0  5.0
1  2.0  7.0
2  4.0  7.0
3  4.0  9.0
4  NaN  9.0

可以看到，缺失值已经被填充了。需要注意的是，fillna() 函数会返回一个新的数据框，如果需要在原数据框上进行修改，需要将 inplace 参数设置为 True。