用 NaN 替换数据框中的负值，用 fillna 方法替换 NaN答案

【问题标题】：Replace negative values in dataframe by NaN, replace NaN with fillna method用 NaN 替换数据框中的负值，用 fillna 方法替换 NaN
【发布时间】：2015-04-20 17:42:01
【问题描述】：

我想替换数据框列中的否定条目。我将值设置为 NaN，然后应用 fillna 方法。

包含否定条目的数据框部分如下所示

print df_sel.P_L_Bef_2.loc[67141:67143]

67141    96745
67142   -20625
67143    96745
Name: P_L_Bef_2, dtype: float64

下一部分是我怀疑错误的地方。虽然我已经阅读了一些关于分配给副本而不是视图的问题，但我认为使用 .loc 可能会解决这个问题。

df_sel.loc[df_sel.P_L_Bef_2 < 0] = np.nan
print df_sel.P_L_Bef_2.loc[67141:67143]

67141    96745
67142      NaN
67143    96745
Name: P_L_Bef_2, dtype: float64

到目前为止一切顺利。也许！但是……

df_sel['P_L_Bef_2'].fillna(method='ffill')
print df_sel.P_L_Bef_2.loc[67141:67143]

67141    96745
67142      NaN
67143    96745
Name: P_L_Bef_2, dtype: float64

那么，我是否仍在分配副本，或者 fillna 方法是否正常工作？

感谢您的帮助！

【问题讨论】：

标签： python pandas

【解决方案1】：

您看不到区别，因为默认情况下它不会就地执行此操作，因此您需要分配结果：

df_sel['P_L_Bef_2'] = df_sel['P_L_Bef_2'].fillna(method='ffill')

或设置inplace = True，fillna 的文档显示了它需要什么参数和默认参数值。所以设置inplace = True 也应该可以：

df_sel['P_L_Bef_2'].fillna(method='ffill', inplace=True)

【讨论】：

完美！谢谢 EdChum！