df = pd.DataFrame({'col1': [1, np.nan, 3], 'col2': [1, np.nan, np.nan], 'col3': [np.nan, 2, np.nan]})
df.fillna(method='ffill')

验证 fillna(method='ffill')

pandas.DataFrame.fillna() 是 Pandas 中用于填充缺失数据（NaN或None）的函数。它可以接受多个参数来控制填充的方式。以下是 fillna() 的主要参数及其说明：

1. value：要用于填充缺失值的标量值或字典、Series、DataFrame。这是必选参数。
2. method：可选参数，用于指定填充方法。有以下选项：

• None（默认值）：不使用任何方法，只是使用指定的value来填充。
• 'ffill'：用前一个非缺失值来填充缺失值。
• 'bfill'：用后一个非缺失值来填充缺失值。
• 'pad'：等同于'ffill'。
• 'backfill'：等同于'bfill'。

3. axis：可选参数，用于指定要填充的轴（0表示行，1表示列）。默认为0。
4. inplace：可选参数，如果设置为True，则在原始 DataFrame 上进行填充操作，而不是返回一个新的填充后的 DataFrame。默认为False。
5. limit：可选参数，用于限制连续填充的次数。例如，如果设置为1，则只填充每个缺失值的第一个。默认为None，表示不限制填充次数。
6. downcast：可选参数，用于控制数据类型的转换。默认为None，表示不进行类型转换。

以下是一些示例：

import pandas as pd
import numpy as np

data = {'A': [1, 2, np.nan, 4, 5],
        'B': [np.nan, 2, 3, np.nan, 5]}
df = pd.DataFrame(data)

# 使用常数值来填充缺失值
df.fillna(0, inplace=True)

# 使用前一个非缺失值来填充缺失值
df.fillna(method='ffill', inplace=True)

# 使用后一个非缺失值来填充缺失值
df.fillna(method='bfill', inplace=True)

# 在指定轴上填充缺失值
df.fillna({'A': 0, 'B': 1}, inplace=True)

# 限制填充的次数
df.fillna(method='ffill', limit=1, inplace=True)

这些示例演示了如何使用 fillna() 函数填充缺失数据，并根据不同参数的组合来进行填充操作。