pandas的fillna函数影响性能，不要轻易使用

fillna搜索整个DataFrame，把nan值替换为指定的值，速度很慢，影响处理脚本性能。我们的数据处理脚本，fillna一行代码，占了21.8%的处理时间。为了避免不必要的nan填充。我们修改了处理策略，在read_csv中增加了1个参数keep_default_na，设置该参数为Flase（将这个参数设为False之后同时不定义na_values参数，就可以在读取文件时不将任何值转换为缺失值NaN），对缺失值不填充为nan，再加上其它的调整，处理脚本性能提升了1倍：

df_data = pd.read_csv(file_name, dtype=self.dtypes, encoding="GB2312", keep_default_na=False)  # 不转换任何值为NaN