python中pandasfillna()填充变量缺失值方法

在 Pandas 中，可以使用 `fillna()` 方法来填充变量的缺失值。`fillna()` 方法需要指定用什么值来填充缺失值，下面是一些填充方法的示例：

1. 使用固定值填充缺失值：

df.fillna(0)  # 使用 0 填充缺失值

2. 使用缺失值前面的值进行前向填充：

df.fillna(method='ffill')

3. 使用缺失值后面的值进行后向填充：

df.fillna(method='bfill')

4. 使用缺失值前后的平均值进行填充：

df.fillna(df.mean())

5. 使用插值法进行填充：

df.interpolate()

以上是一些常见的填充方法，具体使用哪种方法要根据实际情况决定。如果数据集较大，可以使用 `inplace=True` 参数来直接在原数据集上进行操作，避免占用过多内存。