fillna(0)会静默覆盖nan、none、pd.nat等所有缺失类型，易掩盖数据质量问题；ffill/bfill仅复制最近有效值而非插值；混合填充须分步处理，不可链式调用。
fillna(0) 会静默覆盖所有缺失类型，包括 NaN、None、pd.NaT
很多同学以为 fillna(0) 只填 NaN，其实它对 None、pd.NaT（时间缺失）、甚至某些空字符串（如果列是 object 类型且含空字符串）也会一并替换——但不会报错，容易掩盖数据质量问题。
实操建议：
- 先用
df.isna().sum()看清每列缺失值真实构成，尤其注意时间列是否混有pd.NaT - 若只想填数值型缺失，优先限定列：
df[["col_a", "col_b"]] = df[["col_a", "col_b"]].fillna(0) - 对时间列慎用
fillna(0)，0 会被转成1970-01-01，改用fillna(pd.Timestamp("2000-01-01"))更安全
ffill 和 bfill 不是“插值”，它们只复制最近的有效值
ffill（forward fill）和 bfill（backward fill）本质是“搬运”而非计算，不依赖数值规律。比如温度序列中连续三天缺失，ffill 会把前一个有效值重复三次，而不是线性推算。
常见错误现象：
- 在带趋势的数据上滥用
ffill，导致平直假象（如股价突降后连续多日被“冻结”在降前值） - 对分类列（如
"status"）误用ffill，把 “pending” 填满后续本该是 “done” 的行 - 未设
limit参数，跨过长空白段传播错误值（例如用户行为日志中断一周，ffill把中断前的操作“延续”到下周）
推荐写法：df["value"].ffill(limit=3) 控制最多向前补 3 行，留出明显断点供人工核查
混合填充策略必须分步做，不能链式调用 fillna 后再 ffill
df.fillna(0).ffill() 这种写法看似简洁，实际会先强行把所有缺失变 0，再用 0 去 forward fill——结果是整段都变成 0，完全失去原始分布特征。
正确顺序取决于业务逻辑：
- 想优先保留局部趋势？先
ffill/bfill，再对仍空的头尾用fillna(0)或fillna(df["x"].mean()) - 想确保数值列不为 null，但分类列保持原缺失？分开处理：
df.select_dtypes(include="number").fillna(0)+df.select_dtypes(include="object").ffill() - 时间序列中需按组填充？必须用
groupby+apply：df.groupby("user_id")["score"].ffill()
fillna 传字典时键名必须严格匹配列名，且不支持正则或通配
写 df.fillna({"col_*": 0}) 是无效的，Pandas 不解析通配符。键必须是真实存在的列名字符串，且大小写、空格、下划线全要对得上。
容易踩的坑：
- 列名含空格（如
"sales amount"），字典里写成"sales_amount"→ 完全不生效 - 从 Excel 读入后列名末尾带不可见空格，用
df.columns.tolist()一眼看不出来，得用repr(df.columns)检查 - 想批量匹配数值列但又怕漏，不如用
df.fillna(df.select_dtypes(include="number").mean().to_dict())
性能提示：对超大表（千万行+），避免用 fillna 传函数（如 lambda x: x.mean()），会触发逐列 apply，比传标量慢一个数量级
