用fillna()配合字典或method参数最可控；按列指定策略（如age填中位数、category填“Unknown”）、时序用ffill/bfill、慎用dropna和inplace=True，优先分析缺失的业务含义。
直接说结论：用 fillna() 配合字典或 method 参数最可控；盲目调用 dropna() 或全局均值填充，大概率会污染后续分析逻辑。
按列指定不同填充策略（最常用）
现实数据里，age 列适合填中位数，category 列适合填“Unknown”，score 列可能得插值——不能一刀切。
- 用字典传给
fillna()：df.fillna({'age': df['age'].median(), 'category': 'Unknown', 'score': df['score'].interpolate()}) - 注意顺序：字典键必须严格匹配列名，大小写/空格错一个就无效
- 如果某列全为
NaN，median()会返回nan，导致该列没被填充，需提前加if pd.notna(...)判断
用 ffill/bfill 做时序/有序填充
当缺失值出现在时间序列、ID递增或自然排序的列中，前向/后向填充比统计值更合理。
-
df.fillna(method='ffill', axis=0)沿行方向用上一行非空值覆盖（默认行为） - 若想按组填充（比如每个
user_id组内独立前向填充），先groupby('user_id').apply(lambda x: x.fillna(method='ffill')) - 慎用：
ffill遇到开头连续NaN无法处理，会保持原样；可组合limit参数控制最多填充几行
为什么别急着用 dropna(how='any')
表面看删掉含 NaN 的行最省事，但实际常引发样本偏差或维度坍塌。
立即学习“Python免费学习笔记（深入）”；
- 如果
df.dropna(how='any').shape[0]比原始df.shape[0]少超过 15%，大概率说明缺失有系统性（如某批次传感器故障），删掉等于丢掉问题线索 -
how='all'只删全空行，安全；但thresh参数更灵活——例如保留至少 3 列非空的行：df.dropna(thresh=3) - 删除操作不可逆，建议先
df.isna().sum()查看各列缺失比例，再决定是删、填还是标记
inplace=True 是个容易忽略的陷阱
很多人写 df.fillna(0, inplace=True) 后发现链式操作失效，或函数里修改了原 df 却没返回，下游代码出错。
-
inplace=True不返回新 DataFrame，而是直接改原对象——但多数 Pandas 方法（包括fillna）在inplace=True时返回None - 链式调用会中断：
df.fillna(0, inplace=True).sort_values('x')报AttributeError - 推荐写法：
df = df.fillna({...})，明确赋值；或者用assign()做不可变更新：df.assign(age=df['age'].fillna(df['age'].median()))
真正难的不是填什么，而是判断「这一列的缺失是否携带业务含义」——比如 end_date 为空，可能代表合同仍在执行，填 NaT 比填今天日期更准确。多花两分钟看下缺失分布和业务文档，比调十次 fillna 更有效。
