Question

我有一个混合类型的pandas dataFrame，有些是字符串，有些是数字。我想用'。'替换字符串列中的NAN值，将浮点列中的NAN值替换为0.

考虑这个小小的虚构例子：

df = pd.DataFrame({'Name':['Jack','Sue',pd.np.nan,'Bob','Alice','John'],
    'A': [1, 2.1, pd.np.nan, 4.7, 5.6, 6.8],
    'B': [.25, pd.np.nan, pd.np.nan, 4, 12.2, 14.4],
    'City':['Seattle','SF','LA','OC',pd.np.nan,pd.np.nan]})

现在，我可以用3行来完成：

df['Name'].fillna('.',inplace=True)
df['City'].fillna('.',inplace=True)
df.fillna(0,inplace=True)

由于这是一个小型数据帧，因此3行可能没问题。在我的实际例子中（由于数据机密性原因，我不能在这里分享），我有更多的字符串列和数字列。所以我最终只为fillna写了很多行。这样做有简洁的方法吗？

Answer 1

您可以使用apply为您的列检查dtype，检查numeric是否为res = df.apply(lambda x: x.fillna(0) if x.dtype.kind in 'biufc' else x.fillna('.')) print(res) A B City Name 0 1.0 0.25 Seattle Jack 1 2.1 0.00 SF Sue 2 0.0 0.00 LA . 3 4.7 4.00 OC Bob 4 5.6 12.20 . Alice 5 6.8 14.40 . John：

{{1}}

Answer 2

您可以手动列出字符串列，也可以从df.dtypes收集字符串列。获得字符串/对象列的列表后，您可以立即在所有这些列上调用fillna。

# str_cols = ['Name','City']
str_cols = df.columns[df.dtypes==object]
df[str_cols] = df[str_cols].fillna('.')
df.fillna(0,inplace=True)

Answer 3

在寻找此问题的答案时，在此页面上出现，但不喜欢现有答案。我最终在DataFrame.fillna documentation中发现了一些更好的东西，并认为我会为发生此事的其他人做出贡献。

如果您有多列，但只想替换其中的NaN，则可以使用：

df.fillna({'Name':'.', 'City':'.'}, inplace=True)

这还允许您为每列指定不同的替换。而且，如果您想继续填写所有其余的NaN值，则可以在末尾再抛出一个fillna：

df.fillna({'Name':'.', 'City':'.'}, inplace=True).fillna(0, inplace=True)

Answer 4

定义一个函数：

def myfillna(series):
    if series.dtype is pd.np.dtype(float):
        return series.fillna(0)
    elif series.dtype is pd.np.dtype(object):
        return series.fillna('.')
    else:
        return series

如果要以其他方式填充不同dtype的列，可以添加其他elif语句。现在将此函数应用于数据框的所有列

df = df.apply(myfillna)

这与'inplace'相同

Answer 5

如果你想用相同的值（“v”）替换一列列（“lst”）

def nan_to_zero(df, lst, v):
    d = {x:v for x in lst}
    df.fillna(d, inplace=True)
    return df

Answer 6

有一种更简单的方法，可以一行完成：

df.fillna({'Name':0,'City':0},inplace=True)

这不是一个了不起的改进，但是如果将其乘以100，则只写列名+'：0'比复制和粘贴所有内容100次要快得多。

Answer 7

最简单的方法是：dt.replace(pd.np.nan, "NA")。如果您要进行其他替换，则应使用下一个：dt.replace("pattern", "replaced by (new pattern)")

Fillna在Python Pandas中的多个列中

7 个答案: