В чем разница между методами dropna() и fillna() в pandas для работы с пустыми значениями?

Разница между методами dropna() и fillna() в Pandas для работы с пустыми значениями заключается в их функциях: bemind.gitbook.io

• dropna() удаляет строки или столбцы, содержащие пустые значения (NaN или None). bemind.gitbook.io tproger.ru По умолчанию отбрасывает все строки, в которых есть хотя бы одно пустое значение. dfedorov.spb.ru С помощью параметров how и thresh можно отбросить строки или столбцы, все значения (или большинство) в которых представляют собой NA. dfedorov.spb.ru
• fillna() заменяет пустые значения на указанные значения. bemind.gitbook.io Можно заполнить NA-элементы одним фиксированным значением, например, нулём, или интерполированным или восстановленным на основе «хороших» данных значением. dfedorov.spb.ru

Выбор между dropna() и fillna() зависит от данных и целей анализа: labex.io

• dropna() подходит, когда пропущенных данных мало или они случайны. labex.io
• fillna() предпочтительнее, когда можно вставить значения (например, среднее, медиану или определённую константу) без существенного искажения распределения данных. labex.io