pandas.core.groupby.DataFrameGroupBy.fillna

DataFrameGroupBy.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)

使用指定的方法填充NA / NaN值

参数：

value：scalar，dict，Series或DataFrame

用于填充空格的值（例如0），或者一个dict / Series / DataFrame值，指定要为每个索引使用哪个值（对于Series）或列（对于DataFrame）。（不在dict / Series / DataFrame中的值不会被填充）。此值不能是列表。

方法：{'backfill'，'bfill'，'pad'，'ffill'，None}，默认值为None

用于在重建索引系列pad / ffill中填充孔的方法：将最后有效观察值传播到下一个有效回填/ bfill：使用NEXT有效观察填充间隙

axis：{0或'index'，1或'columns'}

inplace：boolean，default False

如果为True，请填写。注意：这将修改此对象上的任何其他视图（例如，DataFrame中列的无复制切片）。

limit：int，默认值无

如果指定了方法，则这是向前/向后填充的连续NaN值的最大数量。换句话说，如果存在具有多于这个数量的连续NaN的间隙，则它将仅被部分填充。如果未指定method，则这是将填充NaN的整个轴上的最大条目数。

downcast：dict，默认值为None

如果可能的话，要么downcast的字符串，或者字符串'infer'，它将尝试向下转换为适当的相等类型（例如，如果可能，float64到int64）

返回：

填充：DataFrame

也可以看看

reindex，asfreq