pandas举例说明fillna()函数的作用、其主要参数及用法

fillna()函数是pandas库中用于填充缺失值的函数。其主要参数包括value、method、axis、inplace等。

value参数用于指定用什么值来填充缺失值，默认为None，表示填充为0。

method参数用于指定填充缺失值的方法，有ffill、bfill、pad和backfill四种方法可选。ffill和pad表示用缺失值前面的值来填充，bfill和backfill表示用缺失值后面的值来填充。

axis参数用于指定按行填充还是按列填充，有0和1两个选项。0表示按列填充，1表示按行填充。

inplace参数用于指定是否在原数据上进行修改，默认为False，表示不修改原数据，返回新的数据。

使用fillna()函数的用法如下：

import pandas as pd

# 创建一个包含缺失值的数据集
data = {'name': ['Tom', 'Jerry', 'Mickey', 'Minnie'], 'age': [20, None, 25, 30], 'gender': [None, 'M', None, 'F']}
df = pd.DataFrame(data)

# 使用0填充缺失值
df.fillna(0)

# 使用前面的值填充缺失值
df.fillna(method='ffill')

# 使用后面的值填充缺失值
df.fillna(method='bfill')

# 按列进行填充
df.fillna(method='ffill', axis=0)

# 按行进行填充
df.fillna(method='ffill', axis=1)

# 在原数据上进行修改
df.fillna(method='ffill', inplace=True)