Python 用零填充nan

这是我的代码：

for col in df:
    if col.startswith('event'):
        df[col].fillna(0, inplace=True)
        df[col] = df[col].map(lambda x: re.sub("\D","",str(x)))

我有0到10个事件列“事件0，事件1，…” 当我用此代码填充nan时，它会将所有事件列下的所有nan单元格填充为0，但它不会更改该选择的第一列event_0，它也由nan填充

我使用以下代码从“事件”列创建了这些列：

event_seperator = lambda x: pd.Series([i for i in 
str(x).strip().split('\n')]).add_prefix('event_')
df_events = df['events'].apply(event_seperator)
df = pd.concat([df.drop(columns=['events']), df_events], axis=1)

请告诉我怎么了？您可以在图片中看到更改前的数据帧

我不知道为什么会发生这样的事，因为我把所有的专栏都写了出来 一样

你的数据表明，这正是我们没有做到的

你有一些选择，这取决于你想要达到的目标

1。将所有非数值转换为0

使用

pd.\u numeric

与

errors='concurve'

一起使用：

df[col] = pd.to_numeric(df[col], errors='coerce').fillna(0)

2。用0替换字符串（'nan'）或空（nan）值

使用

pd.Series.替换之前的方法：

df[col] = df[col].replace('nan', np.nan).fillna(0)

您确定
event\u 0
中的
nan
值为空，而不是字符串
'nan'
？显然，event\u 0值为nan，而在其他值下为nan。我不知道为什么会这样，因为我把所有的专栏都做了相同的。现在我的解决方案是：
对于df:if col.startswith（'event'）：df[col]=df[col].map（lambda x:re.sub（“\D”，”，str（x）））df[col]=df[col]。替换（“”，np.nan）df[col]。fillna（0，inplace=True）