Pandas：只填充数字（int或float）列的fillna

Question

我希望只在数字列中应用 fillna ，这是否可行？

现在，我正在所有列中应用它：

df = df.replace(r"^\s*$", np.nan, regex=True)

- user866364

Answer 1

您可以选择数字列，然后填充缺失值。例如：

import pandas as pd

df = pd.DataFrame({'a': [1, None] * 3,
                    'b': [True, None] * 3,
                  'c': [1.0, None] * 3})

# select numeric columns
numeric_columns = df.select_dtypes(include=['number']).columns

# fill -1 to all NaN 
df[numeric_columns] = df[numeric_columns].fillna(-1)

# print
print(df)

- Prayson W. Daniel

Answer 2

这是一个老问题，然而我发现单独填充每一列比当前选择的答案更快：

def func(df, value):
    df = df.copy()
    for col in df:
        # select only integer or float dtypes
        if df[col].dtype in ("int", "float"):
            df[col] = df[col].fillna(value)
    return df

 func(df, value=-1) # or df.pipe(func, value=-1)

      a      b        c
0    1.0    True     1.0
1   -1.0    None    -1.0
2    1.0    True     1.0
3   -1.0    None    -1.0
4    1.0    True     1.0
5   -1.0    None    -1.0

比较速度，loop返回 470 µs ± 12.1 µs每个循环（平均值±7次运行的标准偏差，每个循环1000次），而接受的答案返回1.57 ms ± 26.3 µs每个循环（平均值±7次运行的标准偏差，每个循环1000次）。

如果数据框的大小增加到60000行：pd.concat([df]*10_000, ignore_index=True)，loop返回1.48 ms ± 79.2 µs每个循环（平均值±7次运行的标准偏差，每个循环1000次），而选定的答案返回2.47 ms ± 140 µs每个循环（平均值±7次运行的标准偏差，每个循环100次）。

对于这两种情况，loop比选定的答案快得多。当你试图提高性能时，这些信息可能会有所帮助。

- sammywemmy

---

这是很好的了解。我想知道是否结合使用np.select会增加速度。 - Prayson W. Daniel