Python 通过选择多索引df中的某些列，将NAN值转换为自定义值

我有一个多索引数据框，它看起来像是今年的某样东西（但有更多的年份值）：

我希望能够将所有NAN值从

第13周

更改为

第16周

（而不是第17周）的“获胜者”

我正在尝试各种方法，但没有一种变化是永久的

#impermanent
df.isnull()["week_13" : 'week_17'] =1
df.loc[df.isnull()]["week_13" : 'week_17'] =1

---

我应该如何将Nan（第13周和第14周）转换为“获胜者”

标准方法是对要替换其空值的特定列使用

df.fillna（'winner'）

。这应该起作用：

cols = [f'week_{x}' for x in range(14, 17)]
df.loc[:, cols] = df.loc[:, cols].fillna('winner')

或者，要填充除最右边（最后一列）之外的每一列，请执行以下操作：

---

规范的方法是对要替换其空值的特定列使用

df.fillna（'winner'）

。这应该起作用：

cols = [f'week_{x}' for x in range(14, 17)]
df.loc[:, cols] = df.loc[:, cols].fillna('winner')

或者，要填充除最右边（最后一列）之外的每一列，请执行以下操作：

---

这似乎奏效了。关于您的代码，还有一个问题：如果我想找到空值的索引，我想这会有用：

df[df.iloc[：，：-1].isnull（）].index.tolist（）

，因为我使用布尔索引来提取数据帧的子集。但是，它返回所有索引。这似乎是可行的。关于您的代码，还有一个问题：如果我想找到空值的索引，我想这会有用：

df[df.iloc[：，：-1].isnull（）].index.tolist（）

，因为我使用布尔索引来提取数据帧的子集。但是，它返回所有索引。

df.iloc[:, :-1] = df.iloc[:, :-1].fillna('winner')