Pandas学习之df.fillna方法的具体使用指南

Pandas的df.fillna方法是用于填充缺失值的一种方法，它可以帮助我们快速处理缺失值，使我们的数据更加完整。

使用方法

df.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)：

• value：用于替换缺失值的值，可以是标量、字典、Series、DataFrame等，默认为None
• method：插值方法，可以是“ffill”或“bfill”，默认为None
• axis：用于指定填充的轴，0为行，1为列，默认为None
• inplace：是否在原数据上进行替换，默认为False
• limit：最多填充的数量，默认为None
• downcast：用于指定返回的数据类型，默认为None

示例

# 创建一个DataFrame
import pandas as pd

df = pd.DataFrame({'A':[1,2,3,4],
                   'B':[5,6,None,8],
                   'C':[9,None,11,12]})

# 使用value填充
df.fillna(value=0)

# 使用method填充
df.fillna(method='ffill')

# 使用inplace填充
df.fillna(value=0, inplace=True)

# 使用limit填充
df.fillna(value=0, limit=1)

# 使用downcast填充
df.fillna(value=0, downcast='infer')

以上就是Pandas的df.fillna方法的使用方法，它可以帮助我们快速处理缺失值，使我们的数据更加完整。