Python 更改熊猫的nan值

在我的代码中，当df.dropna（）方法工作时，df.fillna（）方法不工作。不过我不想放弃这个专栏。我能做些什么使fillna（）方法工作

def preprocess_df(df):
    for col in df.columns:  # go through all of the columns
        if col != "target":  # normalize all ... except for the target itself!
            df[col] = df[col].pct_change()  # pct change "normalizes" the different currencies (each crypto coin has vastly diff values, we're really more interested in the other coin's movements)
            # df.dropna(inplace=True)  # remove the nas created by pct_change
            df.fillna(method="ffill", inplace=True)
            print(df)
            break
            df[col] = preprocessing.scale(df[col].values)  # scale between 0 and 1.

---

除非它不在循环内，否则它应该工作

您应该考虑在构建循环之前或在数据框架构建过程中填写：

下面的示例cleary显示了它的工作原理：

>>> df
  col1
0  one
1  NaN
2  two
3  NaN

按预期工作：

>>> df['col1'].fillna( method ='ffill')  # This is showing column specific to `col1`

0    one
1    one
2    two
3    two
Name: col1, dtype: object

其次，如果您希望更改几个选择性列，则使用以下方法：

假设您有3列，并且只想对2列使用

ffill

填充na

>>> df
  col1  col2 col3
0  one  test  new
1  NaN   NaN  NaN
2  two  rest  NaN
3  NaN   NaN  NaN

定义要更改的列

cols = ['col1', 'col2']

>>> df[cols] = df[cols].fillna(method ='ffill')
>>> df
  col1  col2 col3
0  one  test  new
1  one  test  NaN
2  two  rest  NaN
3  two  rest  NaN

如果您认为它会发生在整个数据帧中，则在以下过程中使用它：

>>> df
  col1  col2
0  one  test
1  NaN   NaN
2  two  rest
3  NaN   NaN

>>> df.fillna(method ='ffill')  # inplace=True if you considering as you wish for permanent change.
  col1  col2
0  one  test
1  one  test
2  two  rest
3  two  rest

---

第一个值是NaN，因此我必须使用bfill方法。谢谢大家

请分享您的数据样本。如果您

dropna

，NAs将消失。当然，

fillna

将无需填充任何内容……您的

df。fillna（method=“ffill”，inplace=True）

不需要在您的循环中，因为它作为一个整体作用于

df

，而不仅仅作用于列。@user9468014。