如何在熊猫数据框中正确地将 na 替换为 0？

Question

我有一个数据框，当我运行这段代码时：

print('NA: ', df.columns[df.isin([np.nan]).any()])

它带来了：

NA:  Index(['col1', 'col2'],
      dtype='object') 

这里 col1 的外观例如 df['col1']:

col1
1.0
1.0
1.0
1.0
1.0
...
1.0
1.0

但是在我这样做之后：

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

它将 col1 和 col2 变成：

col1
None
None
None
None
None
...
None
None

如何正确替换这些列中的 Na？我做错了什么？

Answer 1

这是因为您使用的是就地和列映射。您需要在两者之间选择一个

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

和

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

后面的返回None，所以你的代码会这样做

• 在 NaN 为 0 的地方就地插补
• 为col1 和col2 的所有条目复制None

因此你的观察。