更新虚拟数据框空值行数值：Pandas代码失效问题排查

核心问题 #

你的代码没生效主要有两个原因：

1. 列名匹配错误：你的空值虚拟列是Feat1-NaN这种包含大写NaN的命名，但代码里用"nan" in col（全小写）判断，根本找不到这些列，后续循环完全没执行。
2. 数据类型限制：虚拟列默认是整数类型（int64），而np.nan属于浮点类型，整数数组无法存储NaN，就算列名对了，赋值操作也会静默失败。

修正后的代码 #

import numpy as np
import pandas as pd

# 先把数据类型转为浮点型，才能存储NaN
dummies = dummies.astype(float)

# 获取所有空值虚拟列（匹配大写NaN）
nan_cols_names = [col for col in dummies.columns if "NaN" in col]

# 筛选出确实有非零值的空值列
nan_cols_mask = dummies[nan_cols_names].sum() > 0
nan_cols_true = list(nan_cols_mask[nan_cols_mask].index)

display(dummies[nan_cols_true].sum())

for feature_nan in nan_cols_true:
    # 提取特征前缀（比如从Feat1-NaN得到Feat1）
    feature_label = feature_nan.split("-")[0]
    
    # 获取当前特征的所有非空值虚拟列
    feature_cols = [col for col in dummies.columns if col.startswith(f"{feature_label}-") and col != feature_nan]
    
    # 替换对应行的0为NaN
    dummies.loc[dummies[feature_nan] == 1, feature_cols] = np.nan

display(dummies[nan_cols_true].sum())

关键修正点 #

• 把数据框转为浮点型：dummies = dummies.astype(float)，确保能存储NaN。
• 列名判断改为匹配大写"NaN"：if "NaN" in col，正确识别空值虚拟列。
• 特征前缀提取改用split("-")[0]：避免原代码[:-4]因列名长度变化出错，更可靠。
• 列筛选逻辑优化：用startswith和排除空值列，更精准获取目标特征的非NaN虚拟列。

内容的提问来源于stack exchange，提问作者Álvaro V.