在Python中，你可以使用pandas庫的fillna()函數來填充缺失值
import pandas as pd
import numpy as np
# 創建一個包含缺失值的DataFrame
data = {'A': [1, 2, np.nan], 'B': [4, np.nan, 6]}
df = pd.DataFrame(data)
print("原始DataFrame:")
print(df)
# 自定義填充邏輯
def custom_fillna(series):
if series.name == 'A':
return series.fillna(0)
elif series.name == 'B':
return series.fillna(method='ffill')
else:
return series
# 應用自定義填充邏輯
filled_df = df.apply(custom_fillna)
print("\n使用自定義填充邏輯后的DataFrame:")
print(filled_df)
這個例子中，我們首先創建了一個包含缺失值的DataFrame。然后，我們定義了一個名為custom_fillna的函數，該函數根據列名（‘A’或’B’）對缺失值進行不同的處理。接下來，我們使用apply()方法將自定義填充邏輯應用于DataFrame。
運行此代碼后，你將看到原始DataFrame已被修改，其中列’A’的缺失值被替換為0，列’B’的缺失值使用前向填充方法進行填充。
