dataframe填充空值

在DataFrame中，可以使用`fillna()`方法来填充空值。该方法的语法如下：

DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)

其中，`value`是填充的值，可以是标量值、字典、Series或DataFrame；`method`是填充的方法，可以是`ffill`或`bfill`；`axis`是填充的轴，可以是0（列）或1（行）；`inplace`表示是否在原DataFrame上进行修改，如果为True，则直接在原DataFrame上进行修改；`limit`是填充的最大数量，`downcast`是指定数据类型。

以下是一些示例：

1. 使用标量填充空值

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [4, np.nan, np.nan], 'C': [7, 8, 9]})
df.fillna(0)

输出：

     A    B  C
0  1.0  4.0  7
1  2.0  0.0  8
2  0.0  0.0  9

2. 使用字典填充空值

df.fillna({'A': 0, 'B': 1})

输出：

     A    B  C
0  1.0  4.0  7
1  2.0  1.0  8
2  0.0  1.0  9

3. 使用`ffill`和`bfill`填充空值

df.fillna(method='ffill')

输出：

     A    B  C
0  1.0  4.0  7
1  2.0  4.0  8
2  2.0  4.0  9

df.fillna(method='bfill')

输出：

     A    B  C
0  1.0  4.0  7
1  2.0  NaN  8
2  NaN  NaN  9