python - 让 pandas fillna 持久化

Question

我正在处理一些确实包含缺失数据的 csv 数据集，这些数据集被标记为 Lücke。

我按如下方式导入数据集:

MyData=pd.read_csv('filename.csv',sep=';',skiprows=19,index_col='Date',dayfirst=True,parse_dates=True, na_values='L\xfccke')

它按预期工作，将Lücke变成更熟悉的NaN。

查看它的尾部，我知道有一个 Lücke，我得到以下内容，正如预期的那样:

                     level
Date                      
2011-12-28 07:00:00    0.0
2011-12-29 07:00:00    0.0
2011-12-30 07:00:00    0.4
2011-12-31 07:00:00    0.0
2012-01-01 07:00:00    NaN

所以根据 pandas 文档( http://pandas.pydata.org/pandas-docs/stable/missing_data.html#filling-missing-values-fillna )一个简单的

In [23]: MyData.level.fillna(0)

应该有窍门。还有它

Out [24]:
Date
...
2011-12-29 07:00:00       0.0
2011-12-30 07:00:00       0.4
2011-12-31 07:00:00       0.0
2012-01-01 07:00:00       0.0
Name: level, Length: 14976

似乎表明它确实有效。

但是继续，我总是遇到 AttributeError: max must be more than min in range parameter. 错误，尝试使用 plt.hist 绘制直方图。

为了检查，我运行了一个简单的 MyData.tail() 和 MyData.level.tail，它们都得到了我

                     level
Date                      
2011-12-28 07:00:00    0.0
2011-12-29 07:00:00    0.0
2011-12-30 07:00:00    0.4
2011-12-31 07:00:00    0.0
2012-01-01 07:00:00    NaN

那是从哪里来的？我是否误解了 fillna，并且必须指定它实际上应该真正取代 NaN，而不是假装这样做？

或者这是一些旧 pandas 版本的错误？

Answer 1

默认情况下，fillna将返回填充的 DataFrame 并且不会“就地”对其进行处理，因此您必须这样做:

MyData.level = MyData.level.fillna(0)

或者，您可以在调用时传递inplace=True，它将就地工作，因此:

MyData.level.fillna(0, inplace=True)