填充预定义的pandas数据框

要填充预定义的pandas数据框，可以使用fillna()函数来实现。以下是一个包含代码示例的解决方法：

import pandas as pd
import numpy as np

# 创建一个预定义的数据框
df = pd.DataFrame({'A': [1, 2, np.nan, 4],
                   'B': [np.nan, 2, 3, np.nan],
                   'C': [1, 2, 3, 4]})

# 使用fillna()函数填充缺失值
df_filled = df.fillna(0)  # 使用0填充缺失值

# 打印填充后的数据框
print(df_filled)

输出结果如下：

     A    B  C
0  1.0  0.0  1
1  2.0  2.0  2
2  0.0  3.0  3
3  4.0  0.0  4

在上面的示例中，我们首先创建了一个包含缺失值的预定义数据框df。然后，使用fillna()函数将缺失值填充为0，并将填充后的数据框赋给df_filled变量。最后，打印填充后的数据框。