【pandas中fillna，interpolate和dropna函数及其参数】

一、处理缺失值的三大函数

1. fillna 函数

fillna 函数用于填充缺失值，可以用一个具体值或者方法来填充。

参数说明：

• value：用于填充缺失值的标量值、字典或Series。
• method：填充方法，默认是None，可以是以下两个值：
  • ffill（前向填充）：用前一个非缺失值填充。
  • bfill（后向填充）：用后一个非缺失值填充。
• axis：沿哪个轴填充缺失值，默认是0（行）。
• inplace：是否在原地修改数据，默认是False。
• limit：最大填充次数。

示例代码：

import pandas as pd

data = {'A': [1, 2, None, 4], 'B': [None, 2, 3, 4]}
df = pd.DataFrame(data)
print("原始数据：\n", df)

# 使用具体值填充
df_filled = df.fillna(0)
print("填充后的数据：\n", df_filled)

# 使用前向填充
df_ffill = df.fillna(method='ffill')
print("前向填充后的数据：\n", df_ffill)

# 使用后向填充
df_bfill = df.fillna(method='bfill')
print("后向填充后的数据：\n", df_bfill)

2. interpolate 函数

interpolate 函数用于插值缺失值，根据数据的趋势填补缺失值。

参数说明：

• method：插值方法，默认是linear线性插值，可以选择其他方法如polynomial、spline等。
• axis：沿哪个轴插值，默认是0（行）。
• limit：最多插值的缺失值数量。
• inplace：是否在原地修改数据，默认是False。
• limit_direction：插值方向，可以是forward、backward或者both。
• order：如果method是polynomial，需要指定多项式的阶数。

示例代码：

import pandas as pd
import numpy as np

data = {'A': [1, 2, np.nan, 4, 5, np.nan, 7]}
df = pd.DataFrame(data)
print("原始数据：\n", df)

# 使用线性插值
df_interpolated = df.interpolate()
print("线性插值后的数据：\n", df_interpolated)

# 使用多项式插值（2阶）
df_poly_interpolated = df.interpolate(method='polynomial', order=2)
print("多项式插值后的数据：\n", df_poly_interpolated)

3. dropna 函数

dropna 函数用于删除缺失值，可以删除包含NaN的行或列。

参数说明：

• axis：删除哪个轴上的缺失值，默认是0（行）。
• how：删除方式，any表示只要有缺失值就删除，all表示全部是缺失值才删除。
• thresh：非缺失值的数量至少达到这个值，才不删除。
• subset：指定查看缺失值的列或行。
• inplace：是否在原地修改数据，默认是False。

示例代码：

import pandas as pd

data = {'A': [1, None, 3, None], 'B': [None, 2, 3, 4]}
df = pd.DataFrame(data)
print("原始数据：\n", df)

# 删除包含NaN的行
df_dropped = df.dropna()
print("删除缺失值后的数据（行）：\n", df_dropped)

# 删除包含NaN的列
df_dropped_col = df.dropna(axis=1)
print("删除缺失值后的数据（列）：\n", df_dropped_col)

# 删除全部是NaN的行
df_dropped_all = df.dropna(how='all')
print("删除全部是NaN的行后的数据：\n", df_dropped_all)