Pandas fillna（）不适用于DataFrame切片[重复]

Posted 2023-02-16

【中文标题】Pandas fillna（）不适用于DataFrame切片[重复]

【英文标题】：Pandas fillna() not working on DataFrame slices [duplicate]

【发布时间】：2019-09-03 23:30:29

【问题描述】：

Pandas fillna 不适用于 DataFrame 切片，这是一个示例

df = pd.DataFrame([[np.nan, 2, np.nan, 0],
                [3, 4, np.nan, 1],
                [np.nan, np.nan, np.nan, 5],
                [np.nan, 3, np.nan, 4]],
                columns=list('ABCD'))
df[["A", 'B']].fillna(0, inplace=True)

DataFrame 不变

    A   B   C   D
0   NaN 2.0 NaN 0
1   3.0 4.0 NaN 1
2   NaN NaN NaN 5
3   NaN 3.0 NaN 4

对比

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

和

df.fillna(0, inplace=True)

工作正常。

这是一个错误还是按预期工作？ 提前谢谢。

附： this 问题询问 如何 在切片上使用 fillna，至于我的问题，它涉及 为什么 以上不起作用。 答案在@heena-bawa 答案评论部分。

【参考方案1】：

我认为它按预期工作。如果我尝试您的代码，它会引发警告：

SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
  downcast=downcast, **kwargs)

含义：通过以这种方式选择列，您正在生成一个副本，因此 inplace 参数不会产生影响。

【参考方案2】：

你可以使用：

df[['A','B']] = df[['A','B']].fillna(0)

     A    B   C  D
0  0.0  2.0 NaN  0
1  3.0  4.0 NaN  1
2  0.0  0.0 NaN  5
3  0.0  3.0 NaN  4

【讨论】：

inplace=True的目的不就是为了避免使用赋值运算符吗？

inplace=True 对于数据帧的切片将不起作用。它适用于完整的数据框。您只需更新切片。

更多信息可以参考：pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html

【参考方案3】：

如果我们查看pandas documentation，它说您应该在切片上使用以下fillna：

values = 'A':0, 'B':0
df.fillna(value=values, inplace=True)

print(df)

     A    B   C  D
0  0.0  2.0 NaN  0
1  3.0  4.0 NaN  1
2  0.0  0.0 NaN  5
3  0.0  3.0 NaN  4

【讨论】：

感谢您的回答，但我认为给出dict/Series 或DF 是为了“指定每个索引使用哪个值”，df[["A", 'B']] 非常适合DataFrame。您的方法是一个很好的解决方法，但我的问题还是“这是一个错误还是按预期工作？”。