熊猫如何在列上填充文本？

Question

运行后：

df[['column']].fillna(value=myValue, inplace=True)

要么：

df['column'].fillna(value=myValue, inplace=True)

要么：

# Throws warning "A value is trying to be set on a copy of a slice..."
df.fillna({'column': myValue}, inplace=True)

要么：

df[['column']] = df[['column']].fillna({'column': myValue})

要么：

df['column'] = df['column'].fillna({'column': myValue})

我的df['column']仍然包含nan （！）

list(df['column'].unique())返回['a', 'b', 'c', 'd', nan]并且sum(pd.isnull(df['column']))返回1,000 +。

我尝试了几种变体，但此问题仍然存在。 您如何在大熊猫的某列上填充？

Answer 1

Ed Chum的评论正确地指出了您所建议的方法之间的差异。 这是我用来显示其工作原理的示例。

import pandas as pd
import numpy as np

d = {'col1': [1, 2, 3, 4], 'col2': [3, 4, np.nan, np.nan]}
df = pd.DataFrame(data=d)

df

   col1  col2
0     1   3.0
1     2   4.0
2     3   NaN
3     4   NaN

df['col2'].fillna(value=6, inplace=True)

   col1  col2
0     1   3.0
1     2   4.0
2     3   6.0
3     4   6.0

发布此内容后，我认为查看my_value变量的值和数据my_value的外观是最有价值的。

我放弃了Aditya的假设。 如果nan是一个字符串，它会出现在引号之间，而不会出现。

希望这可以帮助！

Answer 2

造成此问题的一个原因可能是数据集中的nan值可能是字符串“ nan”而不是NaN。 要解决此问题，可以使用replace（）方法代替fillna（）。

例如代码：

df['column'].replace(to_replace='nan',value=myValue,inplace=True)

Answer 3

首先，您列表中的正确语法是

df['column'].fillna(value=myValue, inplace=True)

如果list(df['column'].unique())返回['a', 'b', 'c', 'd', nan] ，则意味着数据集中的值可能不等于np.NaN ，但等于字符串“ nan”。