Question

所以我有一个[Python2.7] Pandas数据帧（df）如下：

        name    flag  dummy_D random ID dummy_S dummy_T 
0       Mick  Purple    2     NaN   1     21       32
1       John     Red   NaN    NaN   2    w32       4  
2  Christine     NaN    2     NaN   2    w33       3 
3     Stevie     NaN    4     NaN   2    w34       2 
4    Lindsey     NaN    5     NaN   2    w35      NaN

我想替换列中的所有NaN，并使用＆＃39; dummy＆＃39;使用以前的值（只有这些列，而其余的数据框保持不变）

这是我做的：

dummycol = [col for col in df.columns if 'dummy' in col] 

for d in dummycol:
      df[d] = df[d].fillna(method = 'pad')

我的问题是：

在Pandas中有没有更好的（在编码和内存效率方面）这样做而不是浪费内存来创建列表+循环通过它？有一个单线解决方案会很棒！

非常感谢提前！

将

Answer 1

您可以这样做，因此您可以在列上调用str.startswith以获取感兴趣的列，然后同时在所有这些列上调用fillna：

In [152]:
cols = df.columns[df.columns.str.startswith('dummy')]
df[cols] = df[cols].fillna(method='pad')
df

Out[152]:
        name    flag  dummy_D  random  ID dummy_S  dummy_T
0       Mick  Purple        2     NaN   1      21       32
1       John     Red        2     NaN   2     w32        4
2  Christine     NaN        2     NaN   2     w33        3
3     Stevie     NaN        4     NaN   2     w34        2
4    Lindsey     NaN        5     NaN   2     w35        2

Answer 2

这可以避免列表理解，只会在列上循环一次：

for d in df.columns:
    df[d] = df[d].fillna(method = 'pad') if 'dummy' in d

Answer 3

您可以将条件列表理解与.loc一起使用：

_ = [df.loc[:, col].fillna(method='ffill', inplace=True) for col in df if col[:5] == 'dummy']

>>> df
        name    flag  dummy_D  random  ID dummy_S  dummy_T
0       Mick  Purple        2     NaN   1      21       32
1       John     Red        2     NaN   2     w32        4
2  Christine     NaN        2     NaN   2     w33        3
3     Stevie     NaN        4     NaN   2     w34        2
4    Lindsey     NaN        5     NaN   2     w35        2

Python Pandas：按列名

3 个答案: