为什么在数据帧系列上使用了几个运算符后，fillna没有效果

Question

我有这样的数据帧：

df = pd.DataFrame({'Event': ['A', 'B', 'A', 'A', 'B', 'C', 'B', 'B', 'A', 'C'], 
'Direction': ['UP', 'DOWN', 'UP', 'UP', 'DOWN', 'DOWN', 'DOWN', 'UP', 'DOWN', 'UP'],
'group':[1,2,3,3,3,4,4,4,5,5]})

一切都很好，当我这样做的时候：

df['prev'] = df[(df.Event == 'A') & (df.Direction == 'UP')].groupby('group').cumcount().add(1)
df['prev'].fillna(0, inplace=True)

但如果我在一行中完成，fillna((函数将不起作用：

df['prev'] = df[(df.Event == 'A') & (df.Direction == 'UP')].groupby('group').cumcount().add(1).fillna(0)

我的问题是：为什么？有没有一种方法可以做到这一点？

Answer 1

看看这一步的输出：

print(df[(df.Event == 'A') & (df.Direction == 'UP')].groupby('group').cumcount().add(1))
# Output:
0    1
2    1
3    2
dtype: int64

您看到要填充的nan值了吗？在这里添加.fillna(0)有什么作用吗？

---

一个可以工作的内衬：

df['prev'] = df.assign(prev = df[(df.Event == 'A') & (df.Direction == 'UP')].groupby('group').cumcount().add(1))['prev'].fillna(0)

Answer 2

因为这部分df[(df.Event == 'A') & (df.Direction == 'UP')]只过滤事件A和方向UP的行，所以当你把fillna(0)放在最后时，你只替换了过滤的行子集中的NaN，其余的将用NaN填充，因为列prev以前不存在。

另外，因为列prev以前并不存在，所以我认为您不能在一行中完成此操作。您要做的是创建一整列，只修改同一列的一个子集，您必须分两步将其打断。

Answer 3

我不确定它为什么不起作用，但我有一个大致的想法。在你的第一个想法中，这就是正在发生的事情：

df['prev'] = df[...]...
df['prev'] = df['prev'].fillna(0)

你的第二个想法：

df['prev'] = df[...]....fillna(0)

这可能与将fillna(0)放在整个数据帧上有关，当转移到新的变量(列(prev时，它将把0.0恢复为NaN。