正文：
将字典创建为DataFrame
#将字典创建为DataFramedata_dict={"Grammer":["Python","C","Java","GO",np.nan,"SQL","PHP","python"],"Score":[1,2,np.nan,4,5,6,7,10]}data = pd.DataFrame(data_dict)data
需求描述
1.数值列 空值添补；
2.空值的上一行与下一行的均匀数进行添补
数据理解
1.根据数据可得数据列为Score；
2.数值列Score处于第三行，个中第二行Score值为2，第三行Score为4，则空值的上一行与下一行的均匀数是（2+4）/2=3
代码实现
data['Score']=data['Score'].fillna(data['Score'].interpolate())data
题外：
缺失落数据添补fillna（）利用
函数形式：fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, kwargs)
参数：
value：用于添补的空值的值。method： {'backfill', 'bfill', 'pad', 'ffill', None}, default None。定义了添补空值的方法， pad / ffill表示用前面行/列的值，添补任前行/列的空值， backfill / bfill表示用后面行/列的值，添补任前行/列的空值。axis：轴。0或'index'，表示按行删除；1或'columns'，表示按列删除。inplace：是否原地更换。布尔值，默认为False。如果为True，则在原DataFrame上进行操作，返回值为None。limit：int， default None。如果method被指定，对付连续的空值，这段连续区域，最多添补前 limit 个空值（如果存在多段连续区域，每段最多添补前 limit 个空值）。如果method未被指定， 在该axis下，最多添补前 limit 个空值（不论空值连续区间是否间断）downcast：dict, default is None，字典中的项为，为类型向下转换规则。或者为字符串“infer”，此时会在得当的等价类型之间进行向下转换，比如float64 to int64 if possible。示例1.将Score列空值添补为0
data['Score']=data['Score'].fillna(0)data
2.用前面行的值，添补任前行的值
data['Score'].fillna(method='pad')
3.backfill / bfill表示用后面行/列的值，添补任前行/列的空值
data['Score']=data['Score'].fillna(method='backfill')data
DataFrame.interpolate(method=‘linear’, axis=0, limit=None, inplace=False, limit_direction=None, limit_area=None, downcast=None, kwargs)
method ： str，默认为‘linear’，利用插值技能。之一：‘linear’：忽略索引，并将值等距地对待。这是MultiIndexes支持的唯一方法。‘time’: 处理逐日和更高分辨率的数据，以内插给定的韶光间隔长度。‘index’, ‘values’: 利用索引的实际数值。'pad'：利用现有值填写NaN。‘nearest’, ‘zero’, ‘slinear’, ‘quadratic’, ‘cubic’, ‘spline’, ‘barycentric’, ‘polynomial’: 通报给 scipy.interpolate.interp1d。这些方法利用索引的数值。‘polynomial’ 和 ‘spline’ 都哀求您还指定一个顺序（int），例如 ，df.interpolate(method='polynomial', order=5)'krogh'，'piecewise_polynomial'，'spline'，'pchip'，'akima'：环抱类似名称的SciPy插值方法。请参阅注释。axis ： {0或'index'，1或'columns'，None}，默认为None，沿轴进行interpolate。
limit ： 整数，可选，要添补的连续NaN的最大数量。必须大于0。
inplace ： bool，默认为False尽可能更新数据。
limit_direction ： {'forward'，'backward'，'both'}，默认为'forward'，如果指定了限定，则将沿该方向添补连续的NaN。
limit_area ： {None, ‘inside’, ‘outside’}, 默认为None，如果指定了限定，则连续的NaN将添补此限定。None：无添补限定。‘inside’：仅添补有效值（interpolate）包围的NaN。‘outside’: 仅在有效值之外（extrapolate）添补NaN。0.23.0版中的新功能。
downcast ： 可选， ‘infer’ 或None，默认为None，如果可能，请向下转换dtype。
kwargs，关键字参数通报给插值函数。
1.添补NaN在Series通过线性内插
s = pd.Series([0, 1, np.nan, 3])s.interpolate()
总结：本次案例利用了两个函数：分别是fillna()、interpolate(),根据不同函数性子，对数据进行处理。
