python - Pandas 不会到位fillna()

我正在尝试在数据框的字符串/对象类型为4的特定列上用“”填充NA。我可以在fillna（）时将这些列分配给新变量，但是当我填充fillna（）时，基础数据不会改变。

a_n6 = a_n6[["PROV LAST", "PROV FIRST", "PROV MID", "SPEC NM"]].fillna("")
a_n6

给我：

<class 'pandas.core.frame.DataFrame'>
Int64Index: 1542 entries, 0 to 3611
Data columns (total 4 columns):
PROV LAST     1542  non-null values
PROV FIRST    1542  non-null values
PROV MID      1542  non-null values
SPEC NM       1542  non-null values
dtypes: object(4)

但

a_n6[["PROV LAST", "PROV FIRST", "PROV MID", "SPEC NM"]].fillna("", inplace=True)
a_n6

给我：

<class 'pandas.core.frame.DataFrame'>
Int64Index: 1542 entries, 0 to 3611
Data columns (total 7 columns):
NPI           1103  non-null values
PIN           1542  non-null values
PROV FIRST    1541  non-null values
PROV LAST     1542  non-null values
PROV MID      1316  non-null values
SPEC NM       1541  non-null values
flag          439  non-null values
dtypes: float64(2), int64(1), object(4)

它只是一排，但仍然令人沮丧。我究竟做错了什么？

最佳答案

使用dict作为value的fillna()参数

正如@rhkarls在@Jeff的答案中的评论中所提到的，使用索引到列列表的.loc将不支持inplace操作，我也感到沮丧。这是一种解决方法。

例：

import pandas as pd
import numpy as np

df = pd.DataFrame({'a':[1,2,3,4,np.nan],
                   'b':[6,7,8,np.nan,np.nan],
                   'x':[11,12,13,np.nan,np.nan],
                   'y':[16,np.nan,np.nan,19,np.nan]})
print(df)
#     a    b     x     y
#0  1.0  6.0  11.0  16.0
#1  2.0  7.0  12.0   NaN
#2  3.0  8.0  13.0   NaN
#3  4.0  NaN   NaN  19.0
#4  NaN  NaN   NaN   NaN

假设我们只希望fillna用于x和y，而不是a和b。

我希望使用.loc可以正常工作（就像在分配中一样），但是不起作用，如前所述：

# doesn't work
df.loc[:,['x','y']].fillna(0, inplace=True)
print(df) # nothing changed

但是，documentation表示value的fillna()参数可以是：


  交替使用值的dict / Series / DataFrame，指定每个索引（对于Series）或列（对于DataFrame）使用哪个值。 （不在dict / Series / DataFrame中的值将不被填充）。


事实证明，使用值的字典将起作用：

# works
df.fillna({'x':0, 'y':0}, inplace=True)
print(df)
#     a    b     x     y
#0  1.0  6.0  11.0  16.0
#1  2.0  7.0  12.0   0.0
#2  3.0  8.0  13.0   0.0
#3  4.0  NaN   0.0  19.0
#4  NaN  NaN   0.0   0.0

另外，如果子集中有很多列，则可以使用dict理解，如：

df.fillna({x:0 for x in ['x','y']}, inplace=True) # also works

关于python - Pandas 不会到位fillna()，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/58644191/