# 数据处理,空值用上一期填充 raw_data.fillna(method='pad',inplace=True)
https://blog.csdn.net/weixin_39888018/article/details/110545488
3.填充/替换缺失值
s.fillna(0,inplace = True) 缺失值用0来填充;
df['value1'].fillna(method = 'pad',inplace = True) 缺失值的用pad/ffill之前前一个数据填充;
s.replace(np.nan,'缺失数据',inplace = True) 把np.nan的数据用 ‘缺失数据’来代替;
s.replace([1,2,3],np.nan,inplace = True) 也可以替换多值。
https://bbs.csdn.net/topics/392311627