如果该变量在 Python Pandas 的列表中，如何仅在数字变量中填充 NaN？

Question

我有如下所示的 Pandas DataFrame：

数据类型：

• COL1 - 数字
• COL2 - 对象
• COL3 - 数字

表格1

COL1 | COL2 | COL3 
-----|------|------
123  | AAA  | 99
NaN  | ABC  | 1
111  | NaN  | NaN
...  | ...  | ...

我还有这样的变量列表： my_list = ["COL1", "COL8", "COL15"]

在以下情况下，我需要用 0 填充 NaN：

• 如果表 1 中的某些列是数字
• 如果表 1 中的某些列有 NaN
• 如果表 1 中的某些列在 my_list 上

所以，我需要类似下面的输出，因为只有 COL1 满足上述所有要求：

COL1 | COL2 | COL3 | COL4
-----|------|------|-------
123  | AAA  | 99   | XC
0    | ABC  | 1    | XB
111  | NaN  | NaN  | XA
...  | ...  | ...  | ...

我怎样才能在 Python Pandas 中做到这一点？

Answer 1

您可以结合使用Index.intersection和select_dtypes来选择要fillna的列，然后update ：

df.update(df[df.columns.intersection(my_list)].select_dtypes('number').fillna(0))