哎，你说搞数据分析，最头疼的是啥？八成就是那堆缺失值！看着一堆 NaN 或者 None 杵在那儿，感觉代码都写不下去了。别慌，今天就来聊聊 Python 怎么填充这些坑，让你填得又快又好。

最最基础的，肯定是简单粗暴的填充。比如说，你想把所有空值都变成 0，那就直接：

“`python
import pandas as pd
import numpy as np

创建一个包含缺失值的 DataFrame

data = {‘col1’: [1, 2, np.nan, 4, 5],
‘col2’: [6, np.nan, 8, 9, 10],
‘col3’: [11, 12, 13, np.nan, 15]}
df = pd.DataFrame(data)

df.fillna(0, inplace=True) #直接填充
print(df)
“`

fillna() 这个函数是 Pandas 的神器，第一个参数就是你想填进去的值。inplace=True 意思就是直接修改原始的 DataFrame，不用再赋值给一个新的变量了，懒人必备！

不过，直接填 0 有时候不太靠谱。想象一下，你的数据是房价，你把空着的房价都填成 0，那模型肯定得跑偏啊！所以，更常用的方法是均值填充或者中位数填充。

“`python

均值填充

df = pd.DataFrame(data) # 重新加载数据
df[‘col1’].fillna(df[‘col1’].mean(), inplace=True)

中位数填充

df[‘col2’].fillna(df[‘col2’].median(), inplace=True)
print(df)
“`

用 mean() 算平均值，用 median() 算中位数，然后再填进去，是不是感觉专业多了？

但有时候，更精细的活儿还得靠向前填充和向后填充。啥意思呢？就是用缺失值前面的值或者后面的值来填。

“`python
df = pd.DataFrame(data) # 重新加载数据

向前填充

df.fillna(method=’ffill’, inplace=True) #ffill 是 forward fill 的缩写
print(df)

df = pd.DataFrame(data) # 重新加载数据

向后填充

df.fillna(method=’bfill’, inplace=True) #bfill 是 backward fill 的缩写
print(df)

“`

想象一下，你有个时间序列数据，记录的是每天的温度。如果某一天的数据丢了，用前一天的温度或者后一天的温度来估计，是不是比填 0 或者均值靠谱？

再说点高级的，插值填充。这玩意儿就厉害了，它会根据已有的数据点，用数学公式（比如线性插值、多项式插值）来估算出缺失值。

“`python
df = pd.DataFrame(data) # 重新加载数据
df.interpolate(inplace=True)
print(df)

可以指定差值方法，例如线性插值

df.interpolate(method=’linear’, inplace=True)

“`

interpolate() 函数就是干这个的，它默认用线性插值，你也可以指定其他方法。这种方法适合数据变化比较平滑的情况，填出来的空值更自然。

哎，等等，是不是忘了点啥？如果你的数据是分类变量，比如颜色、性别、地区等等，那可不能用均值或者中位数来填啊！这时候，可以用众数填充，也就是用出现次数最多的类别来填。

“`python

创建一个包含分类变量和缺失值的 DataFrame

data = {‘col1’: [‘A’, ‘B’, np.nan, ‘A’, ‘C’],
‘col2’: [1, 2, 3, np.nan, 5]}
df = pd.DataFrame(data)

众数填充

df[‘col1’].fillna(df[‘col1’].mode()[0], inplace=True) #mode()返回的是一个Series,取第一个值才是众数
print(df)
“`

mode() 函数可以找出 DataFrame 里出现次数最多的值，然后填进去就行了。

还有一种更骚气的操作，就是用模型预测来填充缺失值。你可以用机器学习模型（比如回归模型、分类模型）来预测缺失值，这需要你把包含缺失值的列当成目标变量，其他列当成特征，训练一个模型，然后用这个模型来预测缺失值。这种方法比较复杂，但效果也往往最好。

但话说回来，填空不是万能的。有时候，与其费劲巴拉地填空，还不如直接把包含缺失值的行或者列给删了。当然，这得看你的数据量和缺失值的比例。如果缺失值太多，或者删除会导致数据严重失真，那还是得老老实实地填空。

总结一下，Python 怎么填充缺失值的方法有很多，你需要根据数据的类型、缺失的比例以及你的业务需求来选择合适的方法。记住，没有最好的方法，只有最适合的方法。填空也是一门艺术，需要你不断地尝试和探索，才能找到最完美的解决方案。填充的时候，一定要结合你的数据和背景知识，想想这个值合不合理，有没有可能引入新的偏差。别盲目地用代码，多动动脑子！ 哎，写了这么多，希望对你有帮助吧！