Почему fillna не работает должным образом в версии pandas 2.1.4?

Это мой DataFrame:

import pandas as pd 
df = pd.DataFrame(
    {
        'a': ['long', 'long', 'short', 'long', 'short', 'short', 'short'],
        'b': [1, -1, 1, 1, -1, -1, 1],
    }
)

Ожидаемый результат — создание столбца a_1:

        a    b       a_1
0     long   1       long
1     long  -1       long
2    short   1      short
3     long   1       long
4    short  -1       long
5    short  -1       long
6    short   1      short

Логика:

a_1 должен быть создан следующим образом:

df.loc[df.b.eq(-1), 'a_1'] = 'long'
df['a_1'] = df.a_1.fillna(df.a)

Эта проблема действительно странная. Когда я пытаюсь fillna, это не работает. Я попробовал это с версией pandas 1.2.4, и это сработало, но с версией 2.1.4 это не работает. В настоящее время эта версия является версией Colab по умолчанию, и я запустил этот код на Colab.

🤔 А знаете ли вы, что...
Python имеет богатую стандартную библиотеку, включая модули для работы с текстом, файлами и сетями.


51
2

Ответы:

Это отлично работает в версии pandas 2.2.2, в этой версии может быть ошибка.

Но вы можете добиться того же результата следующим образом:

df['a_1'] = df.apply(lambda row: 'long' if row['b'] == -1 else row['a'], axis=1)

Другая альтернатива:

df.loc[df.b.eq(-1), 'a_1'] = 'long'
df['a_1'] = df['a_1'].combine_first(df['a'])

Решено

По-видимому, это вызвано тем, что 2.1.4 генерирует NaN как «nan» при создании столбцов, которые представляют собой строки только с частичными значениями. Какой бы ни была причина, Pandas не рекомендует постоянно обновлять значения, соответствующие условному оператору. Функция Pandas mask настроена для этой ситуации, поэтому используйте ее.

df['a_1'] = df['a'].mask(df['b'].eq(-1), 'long')