pandas填充空值方法

在 Pandas 中，有多种方法可以填充空值，以下是常用的几种方法：

1. 使用 fillna() 方法填充空值

fillna() 方法可以将空值替换为指定的值，例如将空值替换为 0：

import pandas as pd

# 读取 csv 文件
df = pd.read_csv('file.csv')

# 使用 fillna 方法将空值填充为 0
df.fillna(0, inplace=True)

# 将处理后的数据写入新的 csv 文件
df.to_csv('new_file.csv', index=False)

2. 使用 ffill 或 bfill 方法填充空值

ffill (forward fill) 方法可以使用前一个非空值进行填充，bfill (backward fill) 方法可以使用后一个非空值进行填充，例如使用前一个非空值进行填充：

import pandas as pd

# 读取 csv 文件
df = pd.read_csv('file.csv')

# 使用 ffill 方法将空值填充为前一个非空值
df.fillna(method='ffill', inplace=True)

# 将处理后的数据写入新的 csv 文件
df.to_csv('new_file.csv', index=False)

3. 使用 interpolate() 方法进行插值

interpolate() 方法可以对缺失值进行插值，例如使用线性插值：

import pandas as pd

# 读取 csv 文件
df = pd.read_csv('file.csv')

# 使用 interpolate 方法进行线性插值
df.interpolate(method='linear', inplace=True)

# 将处理后的数据写入新的 csv 文件
df.to_csv('new_file.csv', index=False)

以上是常用的几种方法，根据具体的需求可以选择不同的填充方式。