熊猫fillna不工作答案

【问题标题】：pandas fillna not working熊猫fillna不工作
【发布时间】：2022-02-15 22:55:08
【问题描述】：

我有一个带有 nans 的数据框：

>>>df.head()
Out[1]: 
            JPM US SMALLER COMPANIES C ACC
1990-01-02                             NaN
1990-01-03                             NaN
1990-01-04                             NaN
1990-01-05                             NaN
1990-01-08                             NaN

我有另一个数据框，其中包含值：

>>>t.head()
Out[1]: 
1990-01-02    51.95
1990-01-03    52.63
1990-01-04    53.04
1990-01-05    52.07
1990-01-08    51.73
Name: JPM US SMALLER COMPANIES C ACC, dtype: float64

不幸的是，df.fillna 似乎对我不起作用：

>>>df.fillna( t ).head()
Out[1]: 
            JPM US SMALLER COMPANIES C ACC
1990-01-02                             NaN
1990-01-03                             NaN
1990-01-04                             NaN
1990-01-05                             NaN
1990-01-08                             NaN

[5 rows x 1 columns]

为什么会这样？我在熊猫 0.13.1

【问题讨论】：

糟糕。我修好了它。 df 应该是一个系列，而不是一个数据框。之后它就起作用了。
在使用DataFrame的情况下，可以使用DataFrame.where来使用另一个frame的值来替换null时的值。
@benjwadams 我认为在这种情况下使用combine_first 或update 可能会更好。它们是为此目的而定制的，因此它们应该可以帮助您避免错误。

标签： python pandas

【解决方案1】：

你需要inplace=True

df[1].fillna(0, inplace=True)

【讨论】：

你帮助我避免在我的 pandas 项目中创建这么多新对象。
这里为什么需要inplace=True？
以便df 对象被修改就地，而不是创建它的副本并修改这个
你能用df = df.fillna(0)代替inplace吗？

【解决方案2】：

你需要赋值df = df.fillna( t )

【讨论】：

【解决方案3】：

或者：

df = df.replace(np.nan, 0) #或您认为合适的任何其他值

df.replace(np.nan, 0) 或 df.fillna(0) 当我在 Na 操作后立即应用某些 str.replace() 操作时让我失望。所以请注意您的订单命令 -> 第一个 str.replace() 而不是 fillna()

【讨论】：

【解决方案4】：

你有两个选择：

1) 特定于每一列

cols_fillna = ['column1','column2','column3']
# replace 'NaN' with zero in these columns
 for col in cols_fillna:
     df[col].fillna(0,inplace=True)
     df[col].fillna(0,inplace=True)

2) 对于整个数据框

df = df.fillna(0)

【讨论】：

【解决方案5】：

检查为什么 fillna() 在遍历列时不起作用。创建一个带有列的DataFrame 并检查以下输出：

    for col in df.columns[df.isnull().any()]:
        df[col].fillna(df[col].mode(), inplace = True)
        #df[col].fillna(df[col].mode()[0], inplace = True)
        print(df[col].mode())
        #print(df[col].mode()[0])
        print(type(df[col].mode()))
        #print(type(df[col].mode()[0]))
    df.isnull().sum() / df.shape[0] * 100

之前的没有抛出错误，但没有填充 NA 值。注释行似乎有效。

【讨论】：