使用列号而不是名称来填充多列

Question

我试图用固定数字填充 50 列数据帧的所有 NaN 值。有很多列以不同的名称使用它们，并且它们总是并排的。 我可以为此使用一系列列号吗？ 而不是

df['column_name'] = df['column_name'].fillna(100)

有诸如

df[column 1: column 50] = df[column 1: column 50].fillna(100)

附加问题之类的问题：我可以轻松地找到数据框的列号和标题吗？

Answer 1

鉴于您的众多问题，让我们举个例子：

from string import ascii_uppercase
import numpy as np
np.random.seed(0)
df = pd.DataFrame(np.random.choice([0, np.nan], size=(4,10)),
                  columns=list(ascii_uppercase[:10]))

     A    B    C    D    E    F    G    H    I    J
0  0.0  NaN  NaN  0.0  NaN  NaN  NaN  NaN  NaN  NaN
1  NaN  0.0  0.0  NaN  0.0  0.0  0.0  0.0  0.0  NaN
2  0.0  NaN  NaN  0.0  0.0  NaN  NaN  NaN  NaN  0.0
3  NaN  0.0  NaN  0.0  NaN  NaN  0.0  NaN  NaN  0.0

目标是填充第 1 至 5 列（包括）：

     A      B      C      D      E      F    G    H    I    J
0  0.0  100.0  100.0    0.0  100.0  100.0  NaN  NaN  NaN  NaN
1  NaN    0.0    0.0  100.0    0.0    0.0  0.0  0.0  0.0  NaN
2  0.0  100.0  100.0    0.0    0.0  100.0  NaN  NaN  NaN  0.0
3  NaN    0.0  100.0    0.0  100.0  100.0  0.0  NaN  NaN  0.0

使用 iloc 仅在第 1 至 5 列（包括）中填充 NaN：

df.iloc[:,1:5+1] = df.iloc[:,1:5+1].fillna(100)

与名称 B- 相同>F 使用 loc：

df.loc[:,'B':'F'] = df.loc[:,'B':'F'].fillna(100)

使用 loc 混合位置/标签索引：

last = df.columns[5]
df.loc[:,'B':last] = df.loc[:,'B':last].fillna(100)

使用 iloc 混合位置/标签索引：

last = df.columns.get_loc('F')+1
df.iloc[:,1:last] = df.iloc[:,1:last].fillna(100)

Answer 2

只需报告 mozway 在评论中正确建议的答案（全部归功于他）

解决方案只是

df.iloc[:,1:50] = df.iloc[:,1:50].fillna(100)

意味着您想要选择每行 : 和 1 到 50 1:50 之间的列。请注意，第二个索引上的选择是排他的。