（100天2小时第二十三天）几种简单填充缺失值的方法

Python中处理数据集中的缺失值（NaN或None）有许多方法。这里列举几种常见的填充策略： 1. **直接赋值**：你可以简单地用某个值替换所有的缺失值。例如，`df['column'].fillna(value)`，这里的`value`可以是平均数、中位数、众数或者其他合适的默认值。 ```python # 使用0填充 df['column'].fillna(0, inplace=True) ``` 2. **使用均值/中位数填充**：对于数值型数据，可以用列的均值或中位数来填充缺失值，`fillna(method='mean')` 或 `fillna(method='median')`。 ```python df['column'].fillna(df['column'].mean(), inplace=True) ``` 3. **向前/向后填充**：对于时间序列数据，可以使用前一个或后一个非缺失值进行填充。`fillna(method='ffill')`（向前填充）和 `fillna(method='bfill')`（向后填充）。 ```python df['column'].fillna(method='ffill', inplace=True) # 向前填充 ``` 4. **插值法**：Pandas库提供了`interpolate()`函数，可以根据数据的趋势进行插值填充。这包括线性插值、多项式插值等。 ```python df['column'] = df['column'].interpolate() ``` 5. **使用特定值（如NaN）**：有些情况下，保留缺失值也是一种选择，这通常用于标记数据的不确定性。在这种情况下，设置`fillna(value=np.nan)`即可。 6. **使用其他列的值填充**：如果存在相关性，可以考虑根据其他列的值进行填充。 注意，在填充之后记得检查是否有不合理的值，因为这些方法可能不会完美适用于所有情况。在使用`inplace=True`进行操作时要小心，因为它会永久改变原始DataFrame。