在Python中，你可以使用pandas库的fillna()函数来填充缺失值
import pandas as pd
import numpy as np
# 创建一个包含缺失值的DataFrame
data = {'A': [1, 2, np.nan], 'B': [4, np.nan, 6]}
df = pd.DataFrame(data)
print("原始DataFrame:")
print(df)
# 自定义填充逻辑
def custom_fillna(series):
if series.name == 'A':
return series.fillna(0)
elif series.name == 'B':
return series.fillna(method='ffill')
else:
return series
# 应用自定义填充逻辑
filled_df = df.apply(custom_fillna)
print("\n使用自定义填充逻辑后的DataFrame:")
print(filled_df)
这个例子中，我们首先创建了一个包含缺失值的DataFrame。然后，我们定义了一个名为custom_fillna的函数，该函数根据列名（‘A’或’B’）对缺失值进行不同的处理。接下来，我们使用apply()方法将自定义填充逻辑应用于DataFrame。
运行此代码后，你将看到原始DataFrame已被修改，其中列’A’的缺失值被替换为0，列’B’的缺失值使用前向填充方法进行填充。
