数据帧（Pandas）填充缺失值

在Pandas中，可以使用fillna()方法来填充数据帧（DataFrame）中的缺失值。以下是一个示例代码：

import pandas as pd

# 创建一个包含缺失值的数据帧
data = {'A': [1, 2, None, 4, 5],
        'B': [None, 6, 7, 8, 9],
        'C': [10, 11, 12, None, 14]}
df = pd.DataFrame(data)

# 使用指定的值填充缺失值
df_filled = df.fillna(0)
print(df_filled)

# 使用列的均值填充缺失值
df_filled_mean = df.fillna(df.mean())
print(df_filled_mean)

# 使用前一个非缺失值填充缺失值（向前填充）
df_filled_ffill = df.fillna(method='ffill')
print(df_filled_ffill)

# 使用后一个非缺失值填充缺失值（向后填充）
df_filled_bfill = df.fillna(method='bfill')
print(df_filled_bfill)

这个示例中，我们首先创建了一个包含缺失值的数据帧df。然后，我们使用fillna()方法来填充缺失值。

• df.fillna(0)将所有缺失值替换为0。
• df.fillna(df.mean())将每列的缺失值替换为该列的均值。
• df.fillna(method='ffill')使用列中的前一个非缺失值来填充缺失值（向前填充）。
• df.fillna(method='bfill')使用列中的后一个非缺失值来填充缺失值（向后填充）。

你可以根据具体的需求选择适合的填充方法。