Pandy dataframe fillna () tylko niektóre kolumny na miejscu

Próbuję wypełnić żadne wartości w ramce danych Pandas z zerami tylko dla niektórych podzbiorów kolumn.

Kiedy robię:

import pandas as pd
df = pd.DataFrame(data={'a':[1,2,3,None],'b':[4,5,None,6],'c':[None,None,7,8]})
print df
df.fillna(value=0, inplace=True)
print df

Wyjście:

     a    b    c
0  1.0  4.0  NaN
1  2.0  5.0  NaN
2  3.0  NaN  7.0
3  NaN  6.0  8.0
     a    b    c
0  1.0  4.0  0.0
1  2.0  5.0  0.0
2  3.0  0.0  7.0
3  0.0  6.0  8.0

Zastępuje każdy Nonez 0. Chcę tylko zamienić Nones w kolumnach ai b, ale nie c.

Jaki jest najlepszy sposób na zrobienie tego?

Możesz wybrać żądane kolumny i zrobić to przez przypisanie:

df[['a', 'b']] = df[['a','b']].fillna(value=0)

Wynikowy wynik jest zgodny z oczekiwaniami:

     a    b    c
0  1.0  4.0  NaN
1  2.0  5.0  NaN
2  3.0  0.0  7.0
3  0.0  6.0  8.0

Możesz użyć dict, fillnaz inną wartością dla różnych kolumn

df.fillna({'a':0,'b':0})
Out[829]: 
     a    b    c
0  1.0  4.0  NaN
1  2.0  5.0  NaN
2  3.0  0.0  7.0
3  0.0  6.0  8.0

Po przypisaniu go z powrotem

df=df.fillna({'a':0,'b':0})
df
Out[831]: 
     a    b    c
0  1.0  4.0  NaN
1  2.0  5.0  NaN
2  3.0  0.0  7.0
3  0.0  6.0  8.0

Możesz uniknąć tworzenia kopii obiektu za pomocą rozwiązania Wen i inplace = True:

df.fillna({'a':0, 'b':0}, inplace=True)
print(df)

Co daje:

     a    b    c
0  1.0  4.0  NaN
1  2.0  5.0  NaN
2  3.0  0.0  7.0
3  0.0  6.0  8.0

Oto, jak możesz to wszystko zrobić w jednej linii:

df[['a', 'b']].fillna(value=0, inplace=True)

Podział: df[['a', 'b']]wybiera kolumny, dla których chcesz wypełnić wartości NaN, value=0mówi mu, aby wypełnić pola NaN zerami i inplace=Truesprawi, że zmiany będą trwałe, bez konieczności wykonywania kopii obiektu.

użycie pierwszej odpowiedzi powoduje wyświetlenie ostrzeżenia o dokonywaniu zmian w kopii wycinka df. Zakładając, że masz inne kolumny, lepszym sposobem na to jest przekazanie słownika:
df.fillna({'A': 'NA', 'B': 'NA'}, inplace=True)

Lub coś takiego:

df.loc[df['a'].isnull(),'a']=0
df.loc[df['b'].isnull(),'b']=0

a jeśli jest więcej:

for i in your_list:
    df.loc[df[i].isnull(),i]=0

Czasami ta składnia nie działa:

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

Zamiast tego użyj następujących:

df['col1','col2']