Pandas中的fillna()函数是用来填充缺失值的，它可以帮助我们在数据分析中处理缺失值的问题。fillna()函数的使用方法如下：
1. 使用常量值填充
# 将缺失值填充为0
data.fillna(0)
# 将缺失值填充为字符串“missing”
data.fillna('missing')
2. 使用前向和后向填充
# 使用前向填充，即用前一个非空值填充缺失值 data.fillna(method='ffill') # 使用后向填充，即用后一个非空值填充缺失值 data.fillna(method='bfill')
3. 使用插值法填充
# 使用线性插值法填充缺失值 data.fillna(method='linear') # 使用拉格朗日插值法填充缺失值 data.fillna(method='lagrange')
4. 使用指定列的值填充
# 使用指定列的值填充缺失值 data.fillna(data['column_name'])
fillna()函数可以帮助我们快速处理缺失值的问题，使用起来也非常方便，只需要指定填充的方式和填充的值即可。