python填充表的空值

在Python中，处理表格数据（通常指Pandas DataFrame）中的缺失值（NaN或None）是非常常见的任务。你可以使用多种方法来填充这些空值：

1. **使用特定值填充**：可以将所有空值替换为一个固定的值，例如0、'NA'或者使用`df.fillna(value)`，其中value是你想要填入的值。

import pandas as pd
df = df.fillna('N/A')

2. **使用前一项填充**（前进填充，ffill）：沿行或列方向从左到右填充空值，如果第一项也是缺失的，则会继续向前直到找到非缺失值，或到达边界。使用`fillna(method='ffill')`。

df.fillna(method='ffill', inplace=True)

3. **使用后一项填充**（后进填充，bfill）：与ffill相反，沿行或列方向从右到左填充。使用`fillna(method='bfill')`。

4. **使用插值填充**：更复杂的方法，可以根据相邻值的模式进行预测填充。`pandas.DataFrame.interpolate()`函数可用于此目的，有线性插值、多项式插值等多种选项。

df.fillna(df.interpolate(), inplace=True)

5. **根据条件填充**：可以根据某些条件设置不同的填充策略，如仅填充满足某个条件的单元格。

df[df['column_name'].isnull()] = df['column_name'].mean()