本文共 651 字，大约阅读时间需要 2 分钟。

将dataframe中的NAN值进行填充，填充方法如下：

用0填充：

df.fillna(0)

用字符串填充：

df.fillna("missing")

用前一个数据填充：

df.fillna(method="pad")

用后一个数据代替NaN:

df.fillna(method="bfill")

这里的前、后一个数值默认是纵向看的，如果需要使用左或者右边的数值进行填充，只需要加参数axis=1，就可以了。

limit参数限制每列可以替代NaN的数目，例如限制每列只能替代一个NaN

df.fillna(method="bfill"，limit=1)

使用平均数填充：

df.fillna(df.mean())

对指定列填充：

df.fillna(df.mean()["one":"two"])

参考：

用某列的均值填充该列NAN值：

for column in list(feature_1.columns[feature_1.isnull().sum() > 0]):    mean_val = feature_1[column].mean()    feature_1[column].fillna(mean_val, inplace=True)

加 inplace=True，才会在原df上进行数据修改。

按照axis指定方向，用差值替代，差值是前后或者上下的中间值

store_items.interpolate(method = 'linear', axis = 0)

其他有用连接：

转载地址：http://nhhgi.baihongyu.com/