df = pd.DataFrame(np.random.randn(3, 4), columns=list('ABCD'))
df.iloc[1, 2:4] = np.nan
df.loc[:, ['C', 'D']].fillna(-1, inplace=True)
display(df)
输出:
A B C D
0 1.387547 -1.299578 0.360015 1.290783
1 -0.395182 -0.112581 NaN NaN
2 -0.649372 -1.831869 -0.103746 0.533153
期望将Nan修改为-1,但不会。
请参阅以下比较。
相反,以下代码的行为符合预期。
(唯一的区别是通过iloc或loc选择)
df = pd.DataFrame(np.random.randn(3, 4), columns=list('ABCD'))
df.iloc[1, 2:4] = np.nan
df.iloc[:, 2:4].fillna(-1, inplace=True)
display(df)
输出:
A B C D
0 -0.522821 -1.600520 -1.468871 0.715790
1 0.493071 0.722474 -1.000000 -1.000000
2 0.545852 -0.877946 0.993169 -0.582661
当使用loc仅选择一列时,它的行为正确。
df = pd.DataFrame(np.random.randn(3, 4), columns=list('ABCD'))
df.iloc[1, 2:4] = np.nan
df.loc[:, 'C'].fillna(-1, inplace=True)
display(df)
输出:
A B C D
0 -0.549106 0.261093 -1.278554 2.017178
1 -1.424498 0.439482 -1.000000 NaN
2 -1.281520 1.190736 0.356319 0.416363
A B C D
0 1.181106 1.101231 -0.198445 0.295238
1 -0.654265 -1.129840 -1.000000 -1.000000
2 -1.070404 0.096556 0.499020 -1.835347
pd.show_versions()
提交:无
的Python:3.5.2.final.0
python位:64
操作系统:Linux
操作系统版本:2.6.32-358.14.1.el6.x86_64
机器:x86_64
处理器:x86_64
字节序:小
LC_ALL:无
郎:zh_TW.big5
地点:zh_TW.big5
熊猫:0.19.1
鼻子:无
点:9.0.1
setuptools:27.2.0
Cython:无
numpy的:1.11.2
scipy:0.18.1
statsmodels:无
xarray:无
IPython:5.1.0
狮身人面像:无
patsy:无
dateutil的:2.6.0
pytz:2016.10
blosc:无
瓶颈:无
表格:3.3.0
numexpr:2.6.1
matplotlib:1.5.3
openpyxl:无
xlrd:无
xlwt:无
xlsxwriter:无
lxml:无
bs4:无
html5lib:无
httplib2:无
apiclient:无
sqlalchemy:无
pymysql:无
psycopg2:无
jinja2:2.8
boto:无
pandas_datareader:无
您正在填写副本。 使用inplace
是反模式。 大多数操作将显示SettingWithCopyWarning
,但是在这种情况下,这是不容易检测到的。
采用
In [11]: df[['C', 'D']] = df[['C', 'D']].fillna(-1)
In [12]: df
Out[12]:
A B C D
0 0.236782 1.408896 -0.199882 0.803165
1 -1.763881 0.232414 -1.000000 -1.000000
2 0.878515 -0.394800 0.429696 -1.829569
尝试这个:
df.loc [:, ['C','D']] = df.loc [:, ['C','D']]。fillna(-1)
我在代码中使用.relplace遇到了同样的困难。 这工作了。
不仅是多列,而且是一列。
df.loc[df.id==123, 'num'].fillna(0, inplace=True)
不工作,
但df.loc[df.id==123, 'num'] = 123
有用
为什么不编辑fillna函数以适应将来的需求。
好像是个错误。
最有用的评论
不仅是多列,而且是一列。
df.loc[df.id==123, 'num'].fillna(0, inplace=True)
不工作,
但
df.loc[df.id==123, 'num'] = 123
有用
为什么不编辑fillna函数以适应将来的需求。
好像是个错误。