Pandas dataframe将NaN和NaT

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'A': [1, 2, np.nan],
    'B': ['a', 'b', pd.NaT]
})

print(df.isna())

# 使用常数填充
df.fillna(0, inplace=True)

# 使用前一个值或后一个值填充
df.fillna(method='ffill', inplace=True)  # 前一个值
df.fillna(method='bfill', inplace=True)  # 后一个值

# 使用平均值、中位数等统计量填充
df['A'].fillna(df['A'].mean(), inplace=True)
df['B'].fillna(df['B'].median(), inplace=True)  # 注意：对于非数值型列，这里用中位数可能不合适，应根据实际情况选择合适的统计量

df.dropna(inplace=True)

df['B'].interpolate(inplace=True)

s = pd.Series(['2023-01-01', 'not a date'])
s = pd.to_datetime(s, errors='coerce')
print(s)

0   2023-01-01
1          NaT
dtype: datetime64[ns]