当数据中存在NaN缺失值时，我们可以用其他数值替代NaN，主要用到了DataFrame.fillna()方法，下面我们来看看具体的用法：
- 先来创建一个带有缺失值的数据框
具体数据内容为：
- 使用0替代缺失值（当然你可以用任意一个数字代替NaN）
输出结果为：
- 用一个字符串代替缺失值
输出结果为：
- 用前一个数据代替NaN：method=’pad’
输出结果为：
- 与pad相反，bfill表示用后一个数据代替NaN。这里我们增加一个知识点，用limit限制每列可以替代NaN的数目，下面我们限制每列只能替代一个NaN
输出结果为：
- 除了上面用一个具体的值来代替NaN之外，还可以使用平均数或者其他描述性统计量来代替NaN
输出结果为：
- 另外，我们还可以选择哪一列进行缺失值的处理
输出结果为：
转载请注明来自DataScience.
邮箱: 675495787@qq.com