pandas DataFrame替换指定列的nan

发表于 阅读次数： 本文字数： 175 阅读时长 ≈ 1 分钟

平时习惯针对整个DataFrame把nan替换成0，用df.fillna(0, inplace=True)就OK了。今天突然有人问，如何只替换某一列的nan。测试并记录如下。
构建测试DataFrame，由3列组成 name、age、score, 后两列都有nan值。接下来测试如何只处理age列。

1
2
3
4
df = pd.DataFrame({'name':['aby','boy','cilia'],'age':[18,np.nan,20],'score':[9.5,8.0,np.nan]})
print(df)
df['age'].fillna(0, inplace=True)
print(df)

处理前，DataFrame如下：

1
2
3
4
    name   age  score
0    aby  18.0    9.5
1    boy   NaN    8.0
2  cilia  20.0    NaN

处理后，DataFrame如下：

1
2
3
4
    name   age  score
0    aby  18.0    9.5
1    boy   0.0    8.0
2  cilia  20.0    NaN

以上示例代码表明，可直接用fillna()方法针对某一列DataSeries做替换，参数同DataFrame一样。