Python 如何返回数据帧而不是序列

我创建了一个函数来处理数据处理，比如填充空值，但是函数的结果是返回一个序列，而不是给我一个数据帧。我如何解决这个问题

def preprocessing(df):
    df_columns = ['column1', 'column2','column3','column4', 'column5', 'column6','column7', 'column8']
    
    features= [c for c in df.columns.values if c in df_columns[0:2]]
    df = df[features].notna()
    
    features= [c for c in df.columns.values if c in df_columns[2:4]]
    max = df[features].max()
    df = df[features].fillna(max)
    
    # Fill na with 0
    features= [c for c in df.columns.values if c not in df_columns]
    df = df[features].fillna(0)
    
    return df

df = preprocessing(df) 

df.isnull().sum()

---

我认为你需要改变，比如：

df = df[features].notna()

致：

仅处理列表中的列，并为所有代码分配回

这意味着：

def preprocessing(df):
    df_columns = ['column1', 'column2','column3','column4', 
                  'column5', 'column6','column7', 'column8']
    
    features= [c for c in df.columns.values if c in df_columns[0:2]]
    df[features] = df[features].notna()
    
    features= [c for c in df.columns.values if c in df_columns[2:4]]
    max1 = df[features].max()
    df[features] = df[features].fillna(max1)
    
    # Fill na with 0
    features= [c for c in df.columns.values if c not in df_columns]
    df[features] = df[features].fillna(0)
    
    return df

df = preprocessing(df) 

df.isnull().sum()

---

这回答了你的问题吗？使用

df[features]=df[features].notna（）

仍返回series@ShadowWalker-所有代码都使用它吗？答案是按我的想法编辑的。我尝试了上面的代码，但仍然返回了一个系列。@ShadowWalker-你认为

print（df.isnull（）.sum（））

预期的

series

还是

print（df）

什么是

DataFrame

？我的错，我用你的更改重新运行了代码，代码成功了。谢谢

def preprocessing(df):
    df_columns = ['column1', 'column2','column3','column4', 
                  'column5', 'column6','column7', 'column8']
    
    features= [c for c in df.columns.values if c in df_columns[0:2]]
    df[features] = df[features].notna()
    
    features= [c for c in df.columns.values if c in df_columns[2:4]]
    max1 = df[features].max()
    df[features] = df[features].fillna(max1)
    
    # Fill na with 0
    features= [c for c in df.columns.values if c not in df_columns]
    df[features] = df[features].fillna(0)
    
    return df

df = preprocessing(df) 

df.isnull().sum()