fillna() 是 Pandas 中的一个函数，用于填充 DataFrame 或 Series 中的缺失值（NaN）。缺失值通常是由于数据采集过程中的错误或者数据不完整导致的，而填充缺失值可以让数据更加完整，以便进行后续的分析和处理。
fillna() 函数的语法如下：
DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)
参数说明：
value：要用来填充缺失值的标量值、字典、Series 或 DataFrame。默认为 None，表示将所有缺失值填充为该值。method：指定填充方法，可选值为ffill（向前填充）、bfill（向后填充）或None（使用指定的值填充）。默认为 None。axis：指定填充方向，可选值为index（沿着行方向填充）或columns（沿着列方向填充）。默认为 None，表示自动识别。inplace：是否原地修改 DataFrame，即是否在原始 DataFrame 上进行填充操作。默认为 False，表示返回填充后的新 DataFrame。limit：指定连续缺失值的最大填充数量。如果不为 None，则最多填充指定数量的连续缺失值。downcast：指定填充后的数据类型。默认为 None，表示不进行类型转换。
示例用法：
# 将 DataFrame 中的所有缺失值填充为指定的值
df.fillna(value=0, inplace=True)
# 指定每列的填充值，字典的键是列名，值是要填充的值
fill_values = {'A': 0, 'B': 1, 'C': 2}
df.fillna(value=fill_values, inplace=True)
# 使用前一个有效值（向前填充）填充缺失值
df.fillna(method='ffill', inplace=True)
# 使用后一个有效值（向后填充）填充缺失值
df.fillna(method='bfill', inplace=True)
# 沿着列方向填充，即用同一列中的前一个有效值填充后面的缺失值
df.fillna(method='ffill', axis='columns', inplace=True)
总的来说，fillna() 是一个十分灵活和实用的函数，可以根据具体需求进行缺失值填充。
