fillna() 是一個用于填充缺失值（NaN）的函數，通常在 Pandas DataFrame 或 Series 中使用

首先，我們需要導入所需的庫并創建一個包含缺失值的示例 DataFrame：

import pandas as pd
import numpy as np

data = {'A': [1, 2, np.nan], 'B': [4, np.nan, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
print("原始 DataFrame:")
print(df)

這將輸出以下 DataFrame：

原始 DataFrame:
     A    B  C
0  1.0  4.0  7
1  2.0  NaN  8
2  NaN  6.0  9

現在，讓我們使用 fillna() 函數填充缺失值。有多種方法可以實現這一點：

1. 使用特定值填充：

filled_df = df.fillna(value=0)
print("使用特定值填充后的 DataFrame:")
print(filled_df)

這將輸出以下 DataFrame：

使用特定值填充后的 DataFrame:
     A    B  C
0  1.0  4.0  7
1  2.0  0.0  8
2  0.0  6.0  9

2. 使用前一個值填充：

filled_df = df.fillna(method='ffill')
print("使用前一個值填充后的 DataFrame:")
print(filled_df)

這將輸出以下 DataFrame：

使用前一個值填充后的 DataFrame:
     A    B  C
0  1.0  4.0  7
1  2.0  4.0  8
2  2.0  6.0  9

3. 使用后一個值填充：

filled_df = df.fillna(method='bfill')
print("使用后一個值填充后的 DataFrame:")
print(filled_df)

這將輸出以下 DataFrame：

使用后一個值填充后的 DataFrame:
     A    B  C
0  1.0  4.0  7
1  2.0  6.0  8
2  1.0  6.0  9

4. 使用平均值、中位數或眾數等統計方法填充：

filled_df = df.fillna(df.mean())
print("使用平均值填充后的 DataFrame:")
print(filled_df)

filled_df = df.fillna(df.median())
print("使用中位數填充后的 DataFrame:")
print(filled_df)

filled_df = df.apply(lambda x: x.fillna(x.mode().iloc[0]))
print("使用眾數填充后的 DataFrame:")
print(filled_df)

這些示例展示了如何結合其他函數使用 fillna() 來填充 DataFrame 中的缺失值。您可以根據需求選擇適當的填充方法。