解决pandas.DataFrame.fillna 填充Nan失败的问题

(编辑:jimmy 日期: 2026/1/13 浏览:2)

如果单独是

> df.fillna(0)
> print(df) # 可以看到未发生改变
 
 
> print(df.fillna(0)) # 如果直接打印是可以看到填充进去了
> print(df) # 但是再次打印就会发现没有了,还是Nan

将其Nan全部填充为0,这时再打印的话会发现根本未填充,这是因为没有加上参数inplace参数。

一定要将inplace = True加入参数,这样才能让源数据发生改变并保存。

> df.fillna(0, inplace = True)
> print(df) #可以看到发生改变
 

以上这篇解决pandas.DataFrame.fillna 填充Nan失败的问题就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。

一句话新闻

一文看懂荣耀MagicBook Pro 16
荣耀猎人回归!七大亮点看懂不只是轻薄本,更是游戏本的MagicBook Pro 16.
人们对于笔记本电脑有一个固有印象:要么轻薄但性能一般,要么性能强劲但笨重臃肿。然而,今年荣耀新推出的MagicBook Pro 16刷新了人们的认知——发布会上,荣耀宣布猎人游戏本正式回归,称其继承了荣耀 HUNTER 基因,并自信地为其打出“轻薄本,更是游戏本”的口号。
众所周知,寻求轻薄本的用户普遍更看重便携性、外观造型、静谧性和打字办公等用机体验,而寻求游戏本的用户则普遍更看重硬件配置、性能释放等硬核指标。把两个看似难以相干的产品融合到一起,我们不禁对它产生了强烈的好奇:作为代表荣耀猎人游戏本的跨界新物种,它究竟做了哪些平衡以兼顾不同人群的各类需求呢?