填充缺失值和空值的方式有很多種，比如人工填寫、熱卡填充等，Pandas中的fillna()方法可以實現填充空值或缺失值。

fillna(value=None, method=None, axis=None, inplace=False,
limit=None, downcast=None, **kwargs)

• value：用于填充的數值。
• method：表示填充方式，默認值為None。
• limit： 可以連續填充的最大數量，默認None。

method參數不能與value參數同時使用。

有一張表格里存在缺失值，如果使用常量99.0來替換缺失值，那么填充前后的效果如下圖所示。

通過fillna()方法填充常量的示例如下：

# 使用99.0替換缺失值
df_obj.fillna('99.0')

顯然name列不適合用99.0來填充，我們可以指定某列的填充值

# 指定列填充數據
df_obj.fillna({'name': 'someone', 'score': 99.0})

結果：

通過fillna()方法采用前向填充的方式替換空值或缺失值，示例如下：

# 使用前向填充的方式替換空值或缺失值
df.fillna(method='ffill')