关于缺失值填充函数pandas.DataFrame.fillna()，正确的说法是（ ）。
A: value参数用于指示用来填充缺失值的数据。
B: method参数为pad表示用缺失值前面的值对缺失值进行填充。
C: inplace参数用于指示是否原地替换，默认为True。
D: axis参数表示填充维度，确定从行开始或是从列开始。
A: value参数用于指示用来填充缺失值的数据。
B: method参数为pad表示用缺失值前面的值对缺失值进行填充。
C: inplace参数用于指示是否原地替换，默认为True。
D: axis参数表示填充维度，确定从行开始或是从列开始。
A,B,D
举一反三
- 对于一个Series或DataFrame对象来说，如下选项中说法错误的是哪一个？ A: isnull()方法可以用来判断缺失值 B: drop()方法可以用来删除缺失行 C: fillna()方法可以用来填充缺失行 D: fillna()方法可通过method参数指定缺失值用其上或其下的第一个非缺失值填充
- 对于一个Series或DataFrame对象来说，如下选项中说法错误的是（ ）。 A: drop()方法可以用来删除缺失行 B: fillna()方法可以用来填充缺失行%1. fillna()方法可通过method参数指定缺失值用其上或其下的第一个非缺失值填充 C: isnull()方法可以用来判断缺失值
- 使用扩展库pandas中DataFrame结构的fillna()方法填充缺失值时,可以把参数____设置为True实现原地填充而不返回新的DataFrame。
- 对于随机缺失情况下的缺失值填充，以下说法不正确的是 A: 缺失值填充是一种加分手段，可以修复缺失的信息。 B: 可以用邻近值填充缺失值 C: 可以指定用均值填充缺失值 D: 可以指定用众数填充缺失值
- 可以使用下列那种方式填充缺失值（ ） A: 利用缺省值填充缺失值。 B: 人工填充缺失值。 C: 利用临近值填充缺失值。 D: 利用平均值或者中位数填充缺失值。
内容
- 0
缺失值处理的方法不包括（） A: 进行随机值填充 B: 0值填充 C: 均值填充 D: 丢弃缺失太多的变量
- 1
缺失值处理的方法不包括（） A: 进行随机值填充 B: 0值填充 C: 均值填充 D: 丢弃缺失太多的变量
- 2
缺失值处理的方法不包括（） A: 进行随机值填充 B: 0值填充 C: 均值填充 D: 丢弃缺失太多的变量
- 3
缺失值的常见处理方式有三种：删除缺失值、填充缺失值和【】。
- 4
缺失值处理中进行填充的方法不包括 A: 建模填充 B: 固定值填充 C: 随机值填充 D: 统计值填充