Pandas fillna（）无法处理DataFrame切片[重复]

Question

这个问题在这里已有答案：

• Pandas dataframe fillna() only some columns in place 6个答案

Pandas fillna没有处理DataFrame切片，这是一个例子

df = pd.DataFrame([[np.nan, 2, np.nan, 0],
                [3, 4, np.nan, 1],
                [np.nan, np.nan, np.nan, 5],
                [np.nan, 3, np.nan, 4]],
                columns=list('ABCD'))
df[["A", 'B']].fillna(0, inplace=True)

DataFrame不会改变

    A   B   C   D
0   NaN 2.0 NaN 0
1   3.0 4.0 NaN 1
2   NaN NaN NaN 5
3   NaN 3.0 NaN 4

相反

df["A"].fillna(0, inplace=True)

和

df.fillna(0, inplace=True)

工作得很好。

这是一个错误还是按预期工作？ Thx提前。

附： this问题询问如何在切片上使用fillna，至于我的问题，它涉及为什么上述无效。答案在@ heena-bawa回答评论部分。

Answer 1

您可以使用：

df[['A','B']] = df[['A','B']].fillna(0)

     A    B   C  D
0  0.0  2.0 NaN  0
1  3.0  4.0 NaN  1
2  0.0  0.0 NaN  5
3  0.0  3.0 NaN  4

Answer 2

如果我们看看pandas documentation，它说你应该在切片上使用以下fillna：

values = {'A':0, 'B':0}
df.fillna(value=values, inplace=True)

print(df)

     A    B   C  D
0  0.0  2.0 NaN  0
1  3.0  4.0 NaN  1
2  0.0  0.0 NaN  5
3  0.0  3.0 NaN  4

Answer 3

我觉得它的作用与预期的一样。如果我尝试你的代码，它会抛出一个警告：

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/indexing.html#indexing-view-versus-copy
  downcast=downcast, **kwargs)

含义：通过以这种方式选择列，您将生成副本，因此inplace参数不会产生影响。