Python填充某一列空值为中心

解答：

Python填充某一列空值可以使用pandas库中的fillna()方法来填充。fillna()方法可以对指定列进行空值填充，可以根据具体情况进行填充，比如可以进行前向填充或后向填充，也可以使用特定的值来填充。

一、前向填充和后向填充

前向填充指用该列中上一个非空数据填充该列当前的空数据，后向填充则是用该列中下一个非空数据填充该列当前的空数据。

在pandas中，前向填充对应的方法是fillna(method='ffill')，后向填充对应的方法是fillna(method='bfill')。以以下的例子为例如下：

import pandas as pd

df = pd.read_csv('data.csv')
df['col'].fillna(method='ffill', inplace=True) # 前向填充
df['col'].fillna(method='bfill', inplace=True) # 后向填充

其中，inplace参数指定是否对原数据进行修改。

二、使用特定值填充

在数据填充时，还可以使用特定的值来填充空值。这个特定值可以是任意值，可以是该列的平均数、中位数、众数等。

在pandas中，使用指定值填充空值对应的方法是fillna(value=填充的值)。以以下的例子为例：

import pandas as pd

df = pd.read_csv('data.csv')
df['col'].fillna(value=0, inplace=True) # 用0填充

三、多列数据填充

当需要填充多列数据时，可以使用apply()方法。apply()方法可以应用到每一列上，可以使用不同的方式填充每一列数据。

以以下的例子为例：

import pandas as pd

df = pd.read_csv('data.csv')
fill_values = {'col1': 0, 'col2': 'Unknown', 'col3': df['col3'].median()}
df = df.apply(lambda x: x.fillna(fill_values[x.name]), axis=0)

以上代码中，使用了一个字典fill_values来保存每一列的填充方式，通过apply()方法遍历每一列并进行填充。

四、小结

通过pandas库中的fillna()方法，可以灵活地对数据进行填充，可以使用前向填充、后向填充、特定值填充等方式，还可以对多列数据进行一起填充。