pandas 补缺方式

Pandas 中的 fillna() 方法可以用来填补缺失值。fillna() 方法的常用参数如下：

- value：填补缺失值的常量值。
- method：填补缺失值的方法，可选的值包括：'ffill'（用缺失值前面的值填充）、'bfill'（用缺失值后面的值填充）、'nearest'（用最近的非缺失值填充）。
- axis：指定填补缺失值的方向，axis=0 表示按列填充缺失值，axis=1 表示按行填充缺失值。
- inplace：是否在原 DataFrame 中直接修改，False 表示原 DataFrame 不变，返回一个新的 DataFrame。

fillna() 方法的使用示例如下：

import pandas as pd
import numpy as np

# 创建带有缺失值的 DataFrame
df = pd.DataFrame({'A': [1, 2, np.nan, 4], 'B': [5, np.nan, 7, 8], 'C': [9, 10, 11, np.nan]})

# 用常量值 0 填充缺失值
df.fillna(0, inplace=True)

# 用缺失值前面的值填充缺失值
df.fillna(method='ffill')

# 用缺失值后面的值填充缺失值
df.fillna(method='bfill')

# 用最近的非缺失值填充缺失值
df.fillna(method='nearest')

# 按列填充缺失值
df.fillna(method='ffill', axis=0)

# 按行填充缺失值
df.fillna(method='ffill', axis=1)

除了 fillna() 方法，Pandas 还提供了 interpolate() 方法和 replace() 方法等用于填补缺失值的方法，具体使用方法可以参考 Pandas 官方文档。