iloc对缺失值处理的方法

在Pandas中，iloc主要用于基于整数位置的索引来选择数据，而不是直接处理缺失值。处理缺失值通常使用fillna()方法。以下是几种常见的处理缺失值的方法：

1. 均值填充：使用某一列或行的平均值来填充缺失值。
2. 中位数填充：使用某一列或行的中位数来填充缺失值。
3. 众数填充：使用某一列或行的众数来填充缺失值。
4. 前值填充（ffill）：使用某一列或行的前一个非空值来填充缺失值。
5. 后值填充（bfill）：使用某一列或行的后一个非空值来填充缺失值。

示例代码

假设我们有一个DataFrame df，其中包含一些缺失值，我们想要填充这些缺失值。

import pandas as pd
import numpy as np

# 创建一个包含缺失值的DataFrame
data = {
    'A':