python中fillna函数的参数

在Python中，fillna函数是pandas库中的一个数据处理函数，用于将数据集中的缺失值（NaN）填充为指定的值或使用指定的方法进行填充。

fillna函数的常用参数如下：

- value：用于填充缺失值的标量值或字典对象；
- method：用于指定填充缺失值的方法。可选的值包括：'backfill'（用后一个非缺失值填充缺失值）、'bfill'（等同于'backfill'），'pad'（用前一个非缺失值填充缺失值）、'ffill'（等同于'pad'）等；
- axis：指定填充方向，0表示按列填充，1表示按行填充；
- limit：用于指定填充的最大连续缺失值数量；
- inplace：是否在原始数据集上修改，如果为True，则直接修改原数据集，否则返回一个新的数据集。

例如，下面的代码演示了如何使用fillna函数将DataFrame对象中的缺失值填充为0：

import pandas as pd

# 创建一个DataFrame对象
df = pd.DataFrame({'A': [1, 2, None, 4], 'B': [5, None, 7, 8], 'C': [9, 10, 11, None]})

# 将缺失值填充为0
df.fillna(value=0, inplace=True)

# 输出填充后的DataFrame对象
print(df)

输出结果为：

   A    B     C
0  1.0  5.0   9.0
1  2.0  0.0  10.0
2  0.0  7.0  11.0
3  4.0  8.0   0.0