pandas教程：[22]填充缺失值

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：

1. 先来创建一个带有缺失值的数据框具体数据内容为：

2. 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：

3. 用一个字符串代替缺失值输出结果为：

4. 用前一个数据代替NaN：method='pad'输出结果为：

5. 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：

6. 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：

7. 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：