Pandas dataframe fillna () только некоторые столбцы на месте

Я пытаюсь заполнить значения none в фрейме данных Pandas с 0 только для некоторого подмножества столбцов.

когда я делаю:

import pandas as pd
df = pd.DataFrame(data={'a':[1,2,3,None],'b':[4,5,None,6],'c':[None,None,7,8]})
print df
df.fillna(value=0, inplace=True)
print df

вывод:

     a    b    c
0  1.0  4.0  NaN
1  2.0  5.0  NaN
2  3.0  NaN  7.0
3  NaN  6.0  8.0
     a    b    c
0  1.0  4.0  0.0
1  2.0  5.0  0.0
2  3.0  0.0  7.0
3  0.0  6.0  8.0

он заменяет все None С 0 ' s. то, что я хочу сделать, это только заменить Nones в столбцы a и b, но не c.

каков наилучший способ сделать это?

5 52
python python-2.7 pandas dataframe pandas-fillna

5 ответов:

Вы можете выбрать нужные столбцы и сделать это задание:

df[['a', 'b']] = df[['a','b']].fillna(value=0)

результат будет таким, как ожидалось:

     a    b    c
0  1.0  4.0  NaN
1  2.0  5.0  NaN
2  3.0  0.0  7.0
3  0.0  6.0  8.0
84

можно использовать dict,fillna С разным значением для разных столбцов

df.fillna({'a':0,'b':0})
Out[829]: 
     a    b    c
0  1.0  4.0  NaN
1  2.0  5.0  NaN
2  3.0  0.0  7.0
3  0.0  6.0  8.0

после присвоить его обратно 

df=df.fillna({'a':0,'b':0})
df
Out[831]: 
     a    b    c
0  1.0  4.0  NaN
1  2.0  5.0  NaN
2  3.0  0.0  7.0
3  0.0  6.0  8.0
28

вы можете избежать копирования объекта с помощью решения Wen и inplace=True:

df.fillna({'a':0, 'b':0}, inplace=True)
print(df)

что дает:

     a    b    c
0  1.0  4.0  NaN
1  2.0  5.0  NaN
2  3.0  0.0  7.0
3  0.0  6.0  8.0
6

вот как вы можете сделать все это в одну строку:

df[['a', 'b']].fillna(value=0, inplace=True)

поломки: df[['a', 'b']] выбирает столбцы, для которых вы хотите заполнить значения NaN,value=0 говорит ему заполнить NaNs с нулем, и inplace=True сделает изменения постоянными, без необходимости делать копию объекта.

1

или что-то вроде:

df.loc[df['a'].isnull(),'a']=0
df.loc[df['b'].isnull(),'b']=0

а если есть еще:

for i in your_list:
    df.loc[df[i].isnull(),i]=0
0