使用字典在 pandas 列中填充 NaN

Question

有没有一种方法可以使用不包含所有列的字典来映射列值。例如：

假设我的数据框是：

 A    B    C    D    E    F
nan  nan  nan  nan  nan  nan

我有一本字典，我想将其用作映射器：

d = {'A': 1, 'B': 1, 'E': 1}

所以输出应该用 0 替换那些不在字典中的值

A    B    C    D    E    F
1    1    0    0    1    0

Answer 1

最惯用的选择是两次 fillna 调用，

df.fillna(d).fillna(0, downcast='infer')
df

   A  B  C  D  E  F
0  1  1  0  0  1  0

piRSquared 建议 assign 作为第一个 fillna 调用的替代方案，

df.assign(**d).fillna(0, downcast='infer')
df

   A  B  C  D  E  F
0  1  1  0  0  1  0

另一种选择是在列上使用 Index.isin。这是单行表格：

df[:] = [df.columns.isin(d.keys()).astype(int)]

要推广到 N 行，我们使用 repeat:

df[:] = df.columns.isin(d.keys()).astype(int)[None,:].repeat(len(df), axis=0)
df

   A  B  C  D  E  F
0  1  1  0  0  1  0

为了好玩，你也可以使用reindex:

pd.DataFrame(d, index=df.index).reindex(df.columns, axis=1, fill_value=0)

   A  B  C  D  E  F
0  1  1  0  0  1  0

Fill NaNs in pandas columns using dictionary