DataFrame列访问方式差异及fillna、replace写法区别咨询

1. df['column_name'] 与 df.column_name 的区别 #

• 列名限制不同：df.column_name只能用在列名是合法Python标识符的场景——比如列名不能有空格、不能以数字开头、不能是class/def这类Python关键字；而df['column_name']没有任何限制，不管列名多复杂（比如"user 1 age"）都能正常使用。
• 动态列名支持不同：如果列名存在变量里（比如col = 'filed_complaint'），只能用df[col]来访问对应列；用df.col的话，程序会去找名为col的列，而不是变量col存储的列名。
• 场景适配不同：简单合规的列名用df.column_name更简洁，但涉及复杂列名或动态逻辑时，必须用df['column_name']。

2. 各组代码格式的差异分析 #

第一组 fillna 代码（处理数值列缺失值） #

三个代码行的核心差异在于是否修改原DataFrame：

1. df['filed_complaint'] = df.filed_complaint.fillna(0)
   • 这行是有效修改原数据：fillna(0)默认返回填充后的新Series，赋值操作把这个新Series覆盖原列，原df的filed_complaint列会被更新。
2. df['filed_complaint'].fillna(0)
   • 仅生成填充后的新Series，但没有保存回原df，原列的缺失值完全没变化，相当于白跑了（除非把结果存到变量里）。
3. df.filed_complaint.fillna(0)
   • 和第二行逻辑完全一致，只是用属性访问的方式调用fillna，同样不会修改原df，只返回结果。

第二组 fillna 代码（处理字符串列缺失值） #

逻辑和第一组完全对应：

1. df['department'] = df.department.fillna('Missing')
   • 有效更新原df的department列：填充后的新Series覆盖原列，原数据被修改。
2. df['department'].fillna('Missing')
   • 仅返回填充后的结果，不影响原df，原列的缺失值还在。
3. df.department.fillna('Missing')
   • 和第二行效果一样，属性访问调用fillna，不修改原数据。

第三组 replace 代码（替换指定值） #

这组的差异主要在inplace=True的使用：

1. df['department'] = df.department.replace('information_technology', 'IT', inplace=True)
   • 这是错误写法：当inplace=True时，replace会直接修改原Series，并且返回None。这行代码相当于把None赋值给df['department']，会把整个列变成空值。
2. df['department'].replace('information_technology', 'IT', inplace=True)
   • 正确修改原数据：inplace=True让replace直接在原列上执行替换，不需要额外赋值，原department列会被更新。
3. df.department.replace('information_technology', 'IT', inplace=True)
   • 和第二行效果完全一致，用属性访问方式调用replace，inplace=True直接修改原列，无需赋值。

内容的提问来源于stack exchange，提问作者Ramsey A.