pandas.Dataframe（）混合数据类型和奇怪的.fillna（）行为

Question

我有一个具有两个dtype的数据框：对象（原为字符串）和日期时间（预期日期时间）。我不了解这种行为以及它为什么影响我的fillna（）。

使用inplace = True调用.fillna（）会擦除表示为int64的数据，尽管已通过.astype（str）进行了更改

不带它调用.fillna（）不会执行任何操作。

我知道pandas / numpy dtypes与python native不同，但这是正确的行为还是我遇到了严重错误？

样本：

import random
import numpy
sample = pd.DataFrame({'A': [random.choice(['aabb',np.nan,'bbcc','ccdd']) for x in range(15)],
                       'B': [random.choice(['2019-11-30','2020-06-30','2018-12-31','2019-03-31']) for x in range(15)]})
sample.loc[:, 'B'] = pd.to_datetime(sample['B'])

for col in sample.select_dtypes(include='object').columns.tolist():
    sample.loc[:, col].astype(str).apply(lambda x: str(x).strip().lower()).fillna('NULL')

for col in sample.columns:
    print(sample[col].value_counts().head(15))
    print('\n')

此处既不显示“ NULL”也不显示“ nan”。添加了.replace（'nan'，'NULL'），但仍然没有。请给我一个提示，寻找什么？非常感谢。

Answer 1

这里的问题是将缺少的值转换为string，因此fillna无法正常工作。解决方法是使用pandas函数Series.str.strip和Series.str.lower很好地处理缺失值：

for col in sample.select_dtypes(include='object').columns:
    sample[col] = sample[col].str.strip().str.lower().fillna('NULL')