我有PandasDataFrame像下面:
数据类型:
- COL1-数字
- COL2天体
- COL3-数字
表1
COL1 | COL2 | COL3
-----|------|------
123 | AAA | 99
NaN | ABC | 1
111 | NaN | NaN
... | ... | ...
我也有一个变量列表,比如:第一个月
在以下条件下,我需要用0填充NaN:
- 如果表1中某列是数字的
- 如果表1中某列具有NaN
- 如果表1中某列在my_list上
因此,我需要像下面这样的输出,因为只有COL1满足以上所有要求:
COL1 | COL2 | COL3 | COL4
-----|------|------|-------
123 | AAA | 99 | XC
0 | ABC | 1 | XB
111 | NaN | NaN | XA
... | ... | ... | ...
在Python Pandas中我如何才能做到这一点?
1条答案
按热度按时间agxfikkp1#
可以使用
Index.intersection
和select_dtypes
的组合来选择要在其中执行fillna
,然后执行update
的列: