Python中如何使用pandas进行数据补值

在pandas里补值，主要用fillna()方法，简单直接。

最基础的用法就是直接填充一个固定值：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, np.nan, 3, np.nan],
                   'B': [5, np.nan, np.nan, 8]})

# 用0填充所有NaN
df_filled = df.fillna(0)
print(df_filled)

更常用的是用前后值来补：

# 用前面的值向下填充
df_ffill = df.fillna(method='ffill')
# 用后面的值向上填充
df_bfill = df.fillna(method='bfill')

对不同的列用不同的方法：

# A列用均值填充，B列用中位数填充
df['A'] = df['A'].fillna(df['A'].mean())
df['B'] = df['B'].fillna(df['B'].median())

用插值法更精细：

# 线性插值
df_interpolated = df.interpolate(method='linear')

用分组后的均值填充也很实用：

df['A'] = df.groupby('B')['A'].transform(lambda x: x.fillna(x.mean()))

总结：根据数据特点选合适的填充方法。