使用fillna需注意：ffill应加limit和axis约束；均值插补须先筛选数值列并避免全NaN列；混合插补要先ffill再均值；分组数据宜用groupby.transform而非全局均值；插补后须验证缺失率与业务合理性。
用 pandas.DataFrame.fillna 做前向填充时要注意方向和限制
前向填充（ffill）默认沿行方向向后传播上一个有效值，但容易忽略 limit 和 axis 参数的影响。比如对一列含多个连续缺失的序列直接 fillna(method='ffill')，可能把很早的值一路填到最后，掩盖数据断层。
实际建议按需加约束：
- 只填充最多连续 3 个缺失：用
fillna(method='ffill', limit=3) - 按行填充（而非默认列方向）：指定
axis=1 - 若只想对某几列操作，避免全表误填：用
df[['col_a', 'col_b']].fillna(...)
均值插补必须区分数值列，且不能在原地修改原始数据
df.mean() 返回的是每列均值，但若 DataFrame 含非数值列（如字符串、时间戳），直接传给 fillna() 会报 TypeError: unsupported operand type(s) for +: 'float' and 'str'。更隐蔽的问题是：调用 df.fillna(df.mean()) 时，pandas 会自动按列对齐，但若某列全为 NaN，df.mean() 返回 NaN，导致该列仍无变化，不会报错也不会提示。
安全做法是显式筛选：
立即学习“Python免费学习笔记（深入）”；
- 先获取数值列：
num_cols = df.select_dtypes(include='number').columns - 计算并填充：
df[num_cols] = df[num_cols].fillna(df[num_cols].mean()) - 若需保留原始
df，务必赋值给新变量或使用copy=True
混合使用均值插补和前向填充要分步，顺序不能反
均值插补适合随机缺失，前向填充适合时序或有序数据中的短中断。两者混用时，如果先均值再 ffill，ffill 可能覆盖掉刚填的均值（尤其当均值填在开头，后面又有一串 NaN）；反之，若先 ffill 再均值，ffill 后的列已无缺失，均值就不起作用。
典型合理流程是：
- 对时间敏感列（如
'timestamp','sensor_reading'）单独做fillna(method='ffill', limit=5) - 对其他数值列统一用均值插补：
df[num_cols_no_ts] = df[num_cols_no_ts].fillna(df[num_cols_no_ts].mean()) - 避免对同一列反复
fillna，pandas 不会报错但逻辑易混乱
插补后务必检查是否引入偏差，特别是分组场景
用全局均值填充时，若数据存在明显分组结构（如不同用户、不同设备），全局均值会抹平组间差异。例如 df.groupby('device_id')['temp'].transform('mean') 得到的是每台设备的平均温度，比 df['temp'].mean() 更合理。
前向填充在非时序数据中也可能误导：比如按字母排序的客户名单里用 ffill，会让“张三”之后所有缺失行业都变成“互联网”，而实际可能是“制造业”居多。
最简验证方式：
- 插补前后对比缺失比例：
df.isna().sum() / len(df) - 抽样检查几行，确认填充值符合业务直觉
- 对关键指标（如均值、标准差）做前后快照，偏差超 5% 就得重新评估策略
