如何将df中的所有缺失值替换为0A. df. fill(0)B. df. replace ____ na(0)C. df. fillna(0)D. df. replace(0, na=True)

本题考查pandas库中处理缺失值的方法，核心在于区分fillna()和replace()函数的使用场景及参数设置。

• 关键知识点：
  1. fillna()：专门用于填充缺失值（NaN），直接指定填充值即可。
  2. replace()：替换指定值，需明确传入原值和新值，处理缺失值时需配合na=True参数。
• 破题关键：
  • 选项需正确调用函数名（如fillna而非fill）。
  • 替换缺失值时，replace()需显式处理NaN，而fillna()默认针对缺失值。

选项分析

A. df.fill(0)

• 错误原因：fill()并非pandas中处理缺失值的正确函数，正确函数为fillna()。
• 知识点：函数名拼写错误。

B. df.replace(na(0))

• 错误原因：
  1. replace()函数需传入原值和新值，正确形式应为replace({np.nan: 0})或replace(np.nan, 0, na=True)。
  2. na(0)的写法不符合语法，NaN应表示为np.nan。

C. df.fillna(0)

• 正确性：fillna(0)直接用0填充所有缺失值，符合题意。
• 知识点：fillna()默认对所有NaN生效，无需额外参数。

D. df.replace(0, na=True)

• 错误原因：
  1. replace(0, na=True)会尝试将0替换为NaN（因na=True允许替换缺失值），与题意相反。
  2. 参数顺序错误，正确用法应为replace(np.nan, 0, na=True)。