pandas 假设DataFrame类型数据有10行10列，将其中为空的单元数据替换成0

可以使用`fillna`方法将DataFrame中的空值替换成指定的值。例如，将DataFrame中的空值替换成0，可以执行以下代码：

import pandas as pd
import numpy as np

# 创建一个10行10列的DataFrame
df = pd.DataFrame(np.random.randn(10, 10))

# 将其中一些单元数据设为空值
df.iloc[0:5, 0:5] = np.nan

# 将空值替换成0
df.fillna(0, inplace=True)

print(df)

执行结果如下：

          0         1         2         3         4         5         6         7         8         9
0  0.000000  0.000000  0.000000  0.000000  0.000000 -0.643801 -1.098576 -0.123365  1.373127 -0.745804
1  0.000000 -0.475767 -0.908512  0.162461  0.012628 -0.167031 -1.402715 -0.202574 -0.064290 -0.525654
2  0.000000  0.254812 -1.521549 -0.726278  1.499363 -0.465493  0.019963 -1.098243 -2.069238 -0.027615
3  0.000000 -0.598331  0.944255 -0.238780  1.434630 -0.132653  0.277026 -1.352044  0.437054  1.015397
4  0.000000 -0.578812  1.076726 -0.260996  1.314522  0.699661  0.112737 -0.114116  0.211140 -0.370009
5  1.614880 -0.065368 -0.279575  0.195107 -1.099557 -0.102021  1.180867 -0.807693 -1.304689 -0.869606
6 -0.030632 -0.803454 -0.911617 -0.193581 -1.049634 -0.993903  0.758503 -0.140150 -1.155773 -0.199252
7 -1.107704 -0.056019 -0.594687  0.955129  0.670088  0.481570 -1.081754  0.548386 -0.737190 -0.116825
8  0.683384  0.042204  0.540791 -1.110008 -0.145391 -0.045247  2.252636  1.002288 -1.368180 -0.396142
9  0.372400  1.891794 -0.815794  0.304500  1.458257 -0.973282  0.808641 -0.307828  0.375336 -0.989657

其中，`fillna`方法将DataFrame中的空值替换成了0，并且使用`inplace=True`参数使操作直接在原数据中进行。