缺失值处理三选一：fillna、dropna、interpolate 各适合什么场景？

先看缺失比例再选策略： df.isnull().sum() 看每列缺失量，缺失 >30% 的列通常直接删列。

一、dropna：删除缺失行/列

df.dropna()                                  # 删所有含缺失的行
df.dropna(subset=["age", "city"])            # 只按关键列判断
df.dropna(how="all")                         # 整行全空才删
df.dropna(thresh=3)                          # 行内非空值 <3 个才删
df.dropna(axis=1)                            # 删含缺失的列

适合： 缺失比例很小（<5%）、且缺失行对分析无影响时。

二、fillna：填充缺失值（最常用）

df["age"].fillna(0)                          # 固定值（0 表示"无"，慎用于均值分析）
df["age"].fillna(df["age"].mean())           # 均值（分布对称时）
df["age"].fillna(df["age"].median())         # 中位数（有异常值时更稳，推荐）
df["city"].fillna(df["city"].mode()[0])      # 众数（类别列）
df.fillna(method="ffill")                    # 前向填充：用上一行值（时间序列）
df.fillna(method="bfill")                    # 后向填充
df["age"].fillna(df["age"].interpolate())    # 线性插值

适合： 缺失较多但业务上"填充一个合理值"可接受；时间序列用 ffill/插值。

三、interpolate：插值（时间序列/平滑场景）

df["price"].interpolate()                    # 线性插值：用前后值推算中间
df["price"].interpolate(method="time")       # 按时间间隔插值

适合： 传感器、股价等连续型时间序列，缺失值按趋势补齐。

选择口诀： 少量缺失→删；数值分布稳定→中位数/均值填；时间序列→ffill 或 interpolate；类别→众数。注意：填充会引入偏差，重要模型里建议加一列"是否缺失"标记。