在数据框中除一列（不删除它）外的所有列上填充 NaN 值

Question

我想用“不可用”字符串为我的数据框中的所有列填充 NaN 值，除了一列（名为“滞后”）

我试过这个：

#fill NaN values with "Not Available" except in "lag" column
mydataset_df[mydataset_df.columns.difference(['lag'])].fillna("Not Available", inplace = True)

还有这个：

mydataset_df.loc[ : , mydataset_df.columns != 'lag'].fillna("Not Available", inplace = True)

我得到的是相同的结果：空白时没有列填充“不可用”。但是如果我执行：

mydataset.fillna("Not Available", inplace = True)

我得到 df 中的所有空白值都正确填充了“不可用”（所以我想这里的问题是代码字符串的第一部分，当我 select 命令需要的列时待申请）

有人可以帮我解决这个问题吗？我不想删除“滞后”列，我只想保留它并在有空白时填充所有其他列。

提前致谢

斯特凡诺

Answer 1

你可以试试这个

for col in mydataset_df.columns:
    if col != 'lag':
        mydataset_df[col].fillna("Not Available", inplace=True)

Answer 2

使用`pop`和`pd.concat`:

pop lag 列并在其他列中用 Not Available 填充 NAN。最后合并2.

df = pd.concat([df.pop('lag'), df.fillna('Not Available')], axis=1)

Answer 3

第一次尝试显示了一个提示：著名的“试图在 DataFrame 的切片副本上设置一个值”。这是 Pandas 的一个棘手部分，它试图告诉您您没有使用数据框本身。

在这种情况下，当您省略 inplace:

时会变得更加清晰

mydataset_df = pd.DataFrame({'lag': [1, 2, 3, pd.NA], 'foo': [2, 4, pd.NA, 8]})
print(mydataset_df[mydataset_df.columns.difference(['lag'])].fillna("Not Available"))

             foo
0              2
1              4
2  Not Available
3              8

fillna 没有传递整个数据框，只是对列的引用。此处有详细说明：https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy。简而言之，结果是“不可预测的”……肯定令人困惑。

使用相同的想法，但为了安全起见，您可以将数据框中的列替换为：

mydataset_df[mydataset_df.columns.difference(['lag'])] = mydataset_df[mydataset_df.columns.difference(['lag'])].fillna("Not Available")

在数据框中除一列（不删除它）外的所有列上填充 NaN 值

Fill NaN values on all columns except one (without dropping it) in dataframe

python

pandas

nan

使用`pop`和`pd.concat`:

在数据框中除一列（不删除它）外的所有列上填充 NaN 值

Fill NaN values on all columns except one (without dropping it) in dataframe

python

pandas

nan

使用pop和pd.concat:

使用`pop`和`pd.concat`: