用NaN替换数据框中的负值，使用fillna方法将NaN替换成一个值

Question

我希望替换数据框中某一列中的负值。 我将这些值设置为NaN，然后应用fillna方法。

包含负数条目的数据框的一部分如下：

print df_sel.P_L_Bef_2.loc[67141:67143]

67141    96745
67142   -20625
67143    96745
Name: P_L_Bef_2, dtype: float64

我认为错误在于下面这部分内容。虽然我已经读了一些有关复制而非视图赋值的问题，但我认为使用.loc可能会解决这个问题。

df_sel.loc[df_sel.P_L_Bef_2 < 0] = np.nan
print df_sel.P_L_Bef_2.loc[67141:67143]

67141    96745
67142      NaN
67143    96745
Name: P_L_Bef_2, dtype: float64

目前为止，一切都很好。也许！但是...

df_sel['P_L_Bef_2'].fillna(method='ffill')
print df_sel.P_L_Bef_2.loc[67141:67143]

67141    96745
67142      NaN
67143    96745
Name: P_L_Bef_2, dtype: float64

那么，我是仍在赋值给一个副本，还是fillna方法正在按照我期望的方式运行？

谢谢您的帮助！

- MarkusG

Answer 1

你看不到区别是因为默认情况下它不执行原地操作，所以你需要赋值结果：

df_sel['P_L_Bef_2'] = df_sel['P_L_Bef_2'].fillna(method='ffill')

或者设置 inplace = True，fillna 的文档显示它需要哪些参数和默认参数值。因此，设置 inplace = True 也应该可以：

df_sel['P_L_Bef_2'].fillna(method='ffill', inplace=True)

- EdChum

---

太好了！谢谢EdChum！ - MarkusG