0.摘要
pandas中fillna()方法，能够使用指定的方法填充NA/NaN值。
1.函数详解
函数形式：fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)
参数：
value：用于填充的空值的值。
method： {'backfill', 'bfill', 'pad', 'ffill', None}, default None。定义了填充空值的方法， pad / ffill表示用前面行/列的值，填充当前行/列的空值， backfill / bfill表示用后面行/列的值，填充当前行/列的空值。
axis：轴。0或'index'，表示按行删除；1或'columns'，表示按列删除。
inplace：是否原地替换。布尔值，默认为False。如果为True，则在原DataFrame上进行操作，返回值为None。
limit：int， default None。如果method被指定，对于连续的空值，这段连续区域，最多填充前 limit 个空值（如果存在多段连续区域，每段最多填充前 limit 个空值）。如果method未被指定， 在该axis下，最多填充前 limit 个空值（不论空值连续区间是否间断）
downcast：dict, default is None，字典中的项为，为类型向下转换规则。或者为字符串“infer”，此时会在合适的等价类型之间进行向下转换，比如float64 to int64 if possible。
2.示例
import numpy as np
import pandas as pda = np.arange(100,dtype=float).reshape((10,10))
for i in range(len(a)):a[i,:i] = np.nan
a[6,0] = 100.0d = pd.DataFrame(data=a)
print(d)
# 用0填补空值
print(d.fillna(value=0)) 
# 用前一行的值填补空值
print(d.fillna(method='pad',axis=0))
# 用后一列的值填补空值
print(d.fillna(method='backfill', axis=1))
# 连续空值，最多填补3个
print(d.fillna(method='ffill',axis=0, limit=3))
# 每条轴上，最多填补3个
print(d.fillna(value=-1,axis=0, limit=3))
