fillna函数是pandas库中用来填补缺失值的函数。它可以将DataFrame中的缺失值（NaN）替换为指定的值，以便数据分析和处理。fillna函数的基本用法如下：
df.fillna(value)
其中，value是要用来填补缺失值的值，可以是一个具体的值，也可以是一个字典或Series，用来为不同列填充不同的值。例如：
import pandas as pd
data = {'A': [1, 2, None], 'B': [3, None, 5]}
df = pd.DataFrame(data)
# 填充所有缺失值为0
df.fillna(0)
# 填充不同列的缺失值为不同的值
df.fillna({'A': 0, 'B': 5})
除了指定填充值外，fillna函数还支持一些其他参数，例如method参数可以用来指定填充方法（例如使用前一个值填充或使用后一个值填充）、inplace参数可以用来指定是否直接在原DataFrame上进行填充等。具体的用法可以参考pandas官方文档。
