如何根据pandas数据框中的数据类型填充NaN值？

Question

问候大家。我有一个 excel 文件，我需要根据列数据类型清理和填充 NaN 值，例如，如果列数据类型是对象，我需要在该列中填充“NULL”，如果数据类型是整数或浮点数，则需要填充 0在那些列中。

到目前为止，我已经尝试了 2 种方法来完成这项工作，但没有运气，这是第一个

df = pd.read_excel("myExcel_files.xlsx")

使用bulit方法按数据类型选择列

df.select_dtypes(include='int64').fillna(0, inplace=True)

df.select_dtypes(include='float64').fillna(0.0, inplace=True)

df.select_dtypes(include='object').fillna("NULL", inplace=True)

我得到的输出不是错误而是警告，数据框没有变化

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\frame.py:4259: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  **kwargs

因为第一个是切片错误所以我想一次做一列，这是代码

df = pd.read_excel("myExcel_files.xlsx")

#get the list of all integer columns
int_cols = list(df.select_dtypes('int64').columns)

#get the list of all float columns
float_cols = list(df.select_dtypes('float64').columns)

#get the list of all object columns
object_cols = list(df.select_dtypes('object').columns)

#looping through if each column to fillna
for i in int_cols:
    df[i].fillna(0,inplace=True)

for f in float_cols:
    df[f].fillna(0,inplace=True)

for o in object_cols:
    df[o].fillna("NULL",inplace=True)

我的两种方法都不行。非常感谢您的任何帮助或建议。问候 -马尼什

Answer 1

我认为，而不是使用select_dtypes和迭代列，您可以使用.dtypesDF 并将 float64 的 0.0 和对象替换为“NULL”……您无需担心 int64，因为它们通常不会缺少值填充（除非您正在使用pd.NA或可为空的 int 类型），因此您可以执行以下单个操作：

df.fillna(df.dtypes.replace({'float64': 0.0, 'O': 'NULL'}), inplace=True)

您还可以添加，downcast='infer'以便如果列中有可以是int64s 的内容float64，则以int64s结尾，例如给出：

df = pd.DataFrame({
    'a': [1.0, 2, np.nan, 4],
    'b': [np.nan, 'hello', np.nan, 'blah'],
    'c': [1.1, 1.2, 1.3, np.nan]
})

然后：

df.fillna(df.dtypes.replace({'float64': 0.0, 'O': 'NULL'}), downcast='infer', inplace=True)

会给你（注意列a被向下转换为 int 但c仍然浮动）：

   a      b    c
0  1   NULL  1.1
1  2  hello  1.2
2  0   NULL  1.3
3  4   blah  0.0