Pandas：仅填充数字（int 或 float）列

Question

我只想在数字列中应用fillna 。 有可能吗？

现在，我正在所有列中应用它：

df = df.replace(r"^\\s*$", np.nan, regex=True)

Answer 1

您可以选择数字列，然后填充例如：

import pandas as pd

df = pd.DataFrame({'a': [1, None] * 3,
                    'b': [True, None] * 3,
                  'c': [1.0, None] * 3})

# select numeric columns
numeric_columns = df.select_dtypes(include=['number']).columns

# fill -1 to all NaN 
df[numeric_columns] = df[numeric_columns].fillna(-1)

# print
print(df)

Answer 2

这是一个老问题，但是，我发现单独填充列比当前选择的答案更快：

def func(df, value):
    df = df.copy()
    for col in df:
        # select only integer or float dtypes
        if df[col].dtype in ("int", "float"):
            df[col] = df[col].fillna(value)
    return df

 func(df, value=-1) # or df.pipe(func, value=-1)

      a      b        c
0    1.0    True     1.0
1   -1.0    None    -1.0
2    1.0    True     1.0
3   -1.0    None    -1.0
4    1.0    True     1.0
5   -1.0    None    -1.0

比较速度， loop 470 µs ± 12.1 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each) loop返回470 µs ± 12.1 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each) ，而接受的答案1.57 ms ± 26.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)返回1.57 ms ± 26.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each) 。

如果数据帧大小增加到 60,000 行： pd.concat([df]*10_000, ignore_index=True) ， loop返回1.48 ms ± 79.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)而所选答案2.47 ms ± 140 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)返回2.47 ms ± 140 µs per loop (mean ± std. dev. of 7 runs, 100 loops each) 。

对于这两种情况，循环明显快于所选答案。 此外，您的里程可能会有所不同。 只是一些思考的食物，尤其是在试图榨取更多性能时。