数据预处理缺失值填充代码

数据预处理中的缺失值填充是一种常见的步骤，用于处理实际应用中经常遇到的数据不完整情况。在Python中，特别是在使用pandas库处理数据时，有多种方法可以填充缺失值：

1. 使用`fillna()`函数：这个方法允许你指定一种策略来替换缺失值。例如，你可以用平均值、中位数、众数或者其他值来填充。示例代码：

import pandas as pd
df.fillna(value=df.mean(), inplace=True)  # 用均值填充数值型列
df.fillna(value=df.mode().iloc, inplace=True)  # 用众数填充分类变量

2. 使用`interpolate()`函数：它可以根据数据的趋势进行插值，适合时间序列数据。例如：

df.interpolate(method='linear', inplace=True)

这里`method`参数可以设置为线性、多项式等。

3. 使用特定值填充：如直接用“NaN”（表示Not a Number）、"0"、"None"等代替。

df['column_name'].fillna('NaN', inplace=True)

4. 删除含有缺失值的行或列：如果缺失值比例不大，可以选择删除它们，但要注意这可能会导致信息丢失。

df.dropna(inplace=True)  # 删除所有含有缺失值的行
df = df[df['column_name'].notnull()]  # 或者只删除某一列的缺失值行