(pandas fillna) 详解pandas.fillna()（填充缺失值）函数使用方法在Python Pandas库中使用fillna函数全网首发(图文详解1)

在Python的Pandas库中，fillna()函数被用来填充缺失值。这个函数在数据分析中非常有用，因为它允许你用指定的方法（如前向填充、后向填充或使用常数值）来处理DataFrame中的缺失值。

以下是如何使用fillna函数的详细步骤和代码：

首先，你需要导入pandas库：

import pandas as pd

然后，创建一个含有缺失值的DataFrame：

df = pd.DataFrame({
   'A': [1, 2, np.nan, 1],
   'B': [5, np.nan, np.nan, 5],
   'C': [1, 2, 3, 4]
})

在这个DataFrame中, ‘A’ 列的第三个值，以及 ‘B’ 列的第二和第三个值都是缺失的。

使用 fillna() 函数来填充这些缺失值:

df = df.fillna(value = 'FILL VALUE')

这行代码将所有的缺失值都替换为字符串 ‘FILL VALUE’。

你也可以使用特定的值来填充特定的列，例如使用列的平均值：

df['A'] = df['A'].fillna(value=df['A'].mean())

这行代码将 ‘A’ 列中的缺失值替换为 ‘A’ 列的平均值。