fillna() 是 pandas 庫中 DataFrame 和 Series 對象的一個方法，用于填充缺失值（NaN）
value：用于替換缺失值的值。可以是一個數字、字符串或者一個方法（如平均值、眾數等）。method：用于填充缺失值的方法。可選值包括 ‘pad’/‘ffill’（前向填充，使用前一個值填充缺失值），‘backfill’/‘bfill’（后向填充，使用后一個值填充缺失值）。axis：指定要填充的軸。默認為 None，表示沿著 DataFrame 的每一列進行填充。如果設置為 0，則沿著每一行進行填充；如果設置為 1，則沿著每一列進行填充。inplace：布爾值，表示是否在原 DataFrame 上進行修改。默認為 False，表示返回一個新的 DataFrame，而不修改原始 DataFrame。如果設置為 True，則會直接修改原始 DataFrame。limit：指定連續填充的最大值。當設置為一個正整數時，表示最多填充指定數量的連續缺失值。例如，如果設置為 2，那么只有連續的兩個缺失值會被填充，超過兩個的缺失值將保持不變。downcast：指定是否將填充后的數據類型降級。默認為 None，表示不進行降級。可以設置為 ‘infer’，表示根據填充后的數據自動推斷合適的數據類型。下面是一個使用 fillna() 方法的示例：
import pandas as pd
import numpy as np
# 創建一個包含缺失值的 DataFrame
data = {'A': [1, 2, np.nan], 'B': [np.nan, 2, 3]}
df = pd.DataFrame(data)
# 使用 fillna() 方法填充缺失值
filled_df = df.fillna(method='ffill', axis=1)
print(filled_df)
輸出結果：
A B
0 1.0 1.0
1 2.0 2.0
2 NaN 3.0
