使用字典在pandas列中填充NaN

Question

有沒有辦法使用不包含所有列的字典映射列值。 例如：

假設我的數據框是：

 A    B    C    D    E    F
nan  nan  nan  nan  nan  nan

我有一本字典，我想用作映射器：

d = {'A': 1, 'B': 1, 'E': 1}

所以輸出應該用0替換那些不在字典中的值

A    B    C    D    E    F
1    1    0    0    1    0

Answer 1

最慣用的選擇是兩個fillna調用，

df.fillna(d).fillna(0, downcast='infer')
df

   A  B  C  D  E  F
0  1  1  0  0  1  0

piRSquared建議assign作為第一個fillna調用的替代方案，

df.assign(**d).fillna(0, downcast='infer')
df

   A  B  C  D  E  F
0  1  1  0  0  1  0

---

另一種選擇是在列上使用Index.isin 。 這是單行形式：

df[:] = [df.columns.isin(d.keys()).astype(int)]

要概括為N行，我們使用repeat ：

df[:] = df.columns.isin(d.keys()).astype(int)[None,:].repeat(len(df), axis=0)
df

   A  B  C  D  E  F
0  1  1  0  0  1  0

---

為了好玩，您還可以使用reindex ：

pd.DataFrame(d, index=df.index).reindex(df.columns, axis=1, fill_value=0)

   A  B  C  D  E  F
0  1  1  0  0  1  0