使用空列表作为 Series.fillna 的填充值

Question

我需要将列'FocusColumn'的 NaN 值更改为空列表。

---

我尝试这样做：

df['FocusColumn'].fillna([],inplace=True)

但它给我抛出了以下错误：

337         if validate_scalar_dict_value and isinstance(value, (list, tuple)):
338             raise TypeError( 
339                 '"value" parameter must be a scalar or dict, but 
340                 f'you passed a "{type(value).__name__}"'
341             )
TypeError: "value" parameter must be a scalar or dict, but you passed a "list"

正确的方法是什么？

Answer 1

看起来您可以通过向Series.fillna提供字典来解决此问题。

>>> df
FocusColumn
0          NaN
1          1.0
2          NaN
>>> df['FocusColumn'].fillna({i: [] for i in df.index})
0    []
1     1
2    []
Name: FocusColumn, dtype: object

笔记：

1. 令人惊讶的是，这仅适用于Series.fillna.
2. 对于缺少值很少的大型序列，这可能会创建不合理的一次性空列表。
3. 使用pandas1.0.5 进行测试。

Answer 2

您可以尝试以下操作：

import pandas as pd
import numpy as np 
df = pd.DataFrame({'FocusColumn': [1, 2, 3, 4, np.NaN, np.NaN, np.NaN, np.NaN], 'Column1': [1, 2, 3, 4, 5, 6, 7, 8], 'Column2': [7, 8, 6, 5, 7, 8, 5, 4]})
df['FocusColumn'] = df['FocusColumn'].apply(lambda x: [] if np.isnan(x) else x)
print(df)

输出：

FocusColumn  Column1  Column2
0           1        1       7
1           2        2       8
2           3        3       6
3           4        4       5
4          []        5       7
5          []        6       8
6          []        7       5
7          []        8       4