如何使用 python reduce 函数来填充 NaN 值
How do I use python reduce function to fill NaN values
我有一个数据框，其中有几列缺少数据。在其中一些列中，说 'Col_A' 到 'Col_D'，我想用 0 替换它们。我这样试过：
reduce(lambda x : df.fillna({x : 0}, inplace=True), ['Col_A', 'Col_B', 'Col_C', 'Col_D'])
但我收到错误消息 <lambda>() takes 1 positional argument but 2 were given。最终，我将解决方案更改为简单
df[['Col_A', 'Col_B', 'Col_C', 'Col_D']] = df[['Col_A', 'Col_B', 'Col_C', 'Col_D']].fillna(0)
但我仍然想知道我之前尝试的解决方案有什么问题。
如评论中所述，这是一种相当奇怪的实现目标的方式，存在多个问题，违反了良好的编程习惯
所以从免责声明开始：我不建议这样做，但我只是回答有关函数行为的问题。
取消免责声明后，可以通过两个小的更改来工作。以下应该有效
reduce(lambda _, x : df.fillna({x : 0}, inplace=True), ['Col_A', 'Col_B', 'Col_C', 'Col_D'], 'fake')
首先请注意，根据 reduce 函数的要求，我们使 lambda 接受两个参数。第一个参数是在上一步应用该函数的结果。在这里，由于我们并不真正关心上一步函数的应用结果，而是依赖 reduce 对全局（减少函数）变量 df 的副作用——这作为这种方法的主要问题——我们将其设为未命名参数 _。其次，我们需要一个起点 - 所谓的初始化器 - reduce 才能工作，因为它将使用此值和列表的第一个值调用 lambda 函数，作为第一步。如果我们像你一样省略初始化器，它将从列表的前两个值开始，因此基本上缺少 Col_A 到 fillna。因此，因此，我们有一个 'fake' 初始化程序传递给 reduce 函数（如果不清楚，您可以随意调用它）
我有一个数据框，其中有几列缺少数据。在其中一些列中，说 'Col_A' 到 'Col_D'，我想用 0 替换它们。我这样试过：
reduce(lambda x : df.fillna({x : 0}, inplace=True), ['Col_A', 'Col_B', 'Col_C', 'Col_D'])
但我收到错误消息 <lambda>() takes 1 positional argument but 2 were given。最终，我将解决方案更改为简单
df[['Col_A', 'Col_B', 'Col_C', 'Col_D']] = df[['Col_A', 'Col_B', 'Col_C', 'Col_D']].fillna(0)
但我仍然想知道我之前尝试的解决方案有什么问题。
如评论中所述，这是一种相当奇怪的实现目标的方式，存在多个问题，违反了良好的编程习惯
所以从免责声明开始：我不建议这样做，但我只是回答有关函数行为的问题。
取消免责声明后，可以通过两个小的更改来工作。以下应该有效
reduce(lambda _, x : df.fillna({x : 0}, inplace=True), ['Col_A', 'Col_B', 'Col_C', 'Col_D'], 'fake')
首先请注意，根据 reduce 函数的要求，我们使 lambda 接受两个参数。第一个参数是在上一步应用该函数的结果。在这里，由于我们并不真正关心上一步函数的应用结果，而是依赖 reduce 对全局（减少函数）变量 df 的副作用——这作为这种方法的主要问题——我们将其设为未命名参数 _。其次，我们需要一个起点 - 所谓的初始化器 - reduce 才能工作，因为它将使用此值和列表的第一个值调用 lambda 函数，作为第一步。如果我们像你一样省略初始化器，它将从列表的前两个值开始，因此基本上缺少 Col_A 到 fillna。因此，因此，我们有一个 'fake' 初始化程序传递给 reduce 函数（如果不清楚，您可以随意调用它）