pandas 中dataframe 选择列后 fillna() 使用inplace参数

pandas 中dataframe 选择列后 fillna() 使用inplace参数,不改变源数据。

df4=pd.DataFrame(data=np.arange(0,20).reshape(5,4),columns=['c1','c2','c3','c4'],index=range(0,5))
df4.loc[2,'c2']=np.nan
df4

df4为

    c1	 c2	 	c3	 c4
0	0	1.0		 2	 3
1	4	5.0		 6	7
2	8	NaN		10	11
3	12	13.0	14	15
4	16	17.0	18	19

举例,

df4[['c1','c2','c3']].fillna(0,inplace=True,)
df4

输出为


	c1	c2		c3	c4
0	0	1.0		2	3
1	4	5.0		6	7
2	8	NaN		10	11
3	12	13.0	14	15
4	16	17.0	18	19

推测 df4[[‘c1’,‘c2’,‘c3’]] 已生成一个新的dataframe.
显式赋值方法就可以。

df4[['c1','c2','c3']] = df4[['c1','c2','c3']].fillna(0)
df4
	c1	c2		c3	c4
0	0	1.0		2	3
1	4	5.0		6	7
2	8	0.0		10	11
3	12	13.0	14	15
4	16	17.0	18	19
  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值