当结果不匹配时，熊猫合并如何将默认 Nan 设置为 0答案

【问题标题】：pandas merge how to set default Nan to 0 when result not match当结果不匹配时，熊猫合并如何将默认 Nan 设置为 0
【发布时间】：2021-11-21 13:31:45
【问题描述】：

我正在合并 2 个 dfs,df1 和 df2，虽然不匹配，结果会是 Nan，但我需要它默认为 0。

df1 = pd.merge(df1, df2, left_on='MortTab', right_on='MortTab', how='left',suffixes=(' ', ''))

现在我用这种方式将 Nan 转换为 0：

for i in ['col1','col2','col3']: #columns that I want to check the values are NaN or not
    df1[i] = np.where(df1[i].isnull(), 0, df_ia[i])  #if it's NaN, convert it to 0,or keep the same

我手动循环每个列的值来检查，如果值是 NaN ，如果是，将其转换为 0 ，如果不是保持不变。

有更好的方法吗？

【问题讨论】：

标签： python pandas dataframe numpy numpy-ndarray

【解决方案1】：

你也可以使用fillna()：

df[['col1','col2','col3']].fillna(0, inplace = True)

您甚至可以同样使用dict 在特定列中填充特定值：

df.fillna({'col1':0 , 'col2':5, 'col3': 999}, inplace=True)

【讨论】：

谢谢你的回复，但是我可能有很多不同的列，值也是Nan，我只想处理与合并相关的列
嗨@William，我已经编辑了我的答案以满足您的需要。希望它对你有用。

【解决方案2】：

df_1_cols_before = list(df_1)
df_1 = pd.merge(df_1, df_1, left_on='MortTab', right_on='MortTab', how='left',suffixes=(' ', ''))
df_1_cols_after = list(df_1)

fill_cols = list(set(df_1_cols_after)-set(df_1_cols_before))
df_1[fill_cols] = df_1[fill_cols].apply(lambda x: x.fillna(0))

【讨论】：