pandas如何对列名含'_paid'的列模糊匹配后使用fillna填充缺失值
解决方法
你可以通过str.contains()对列名做模糊匹配筛选目标列,再单独对这些列执行缺失值填充操作,不会影响其他列。
核心操作步骤
- 第一步:筛选所有列名包含
_paid的列
paid_columns = df.columns[df.columns.str.contains('_paid')]
- 第二步:对筛选出的列执行填充操作,以下提供几种常见填充场景的代码:
- 填充为固定值(比如0):
df[paid_columns] = df[paid_columns].fillna(0)- 填充为对应列的均值:
df[paid_columns] = df[paid_columns].fillna(df[paid_columns].mean())- 填充为对应列的中位数:
df[paid_columns] = df[paid_columns].fillna(df[paid_columns].median())
注意事项
- 如果你不想修改原DataFrame,可以先复制一份再操作:
new_df = df.copy() new_df[paid_columns] = new_df[paid_columns].fillna(0)
- 如果需要严格匹配列名以
_paid结尾,避免误匹配到列名中间带_paid的字段,可以把筛选逻辑替换为:
paid_columns = df.columns[df.columns.str.endswith('_paid')]
- 如果需要忽略大小写匹配(比如适配
_Paid、_PAID这类写法),可以给str.contains加case=False参数:
paid_columns = df.columns[df.columns.str.contains('_paid', case=False)]
完整可运行示例
import pandas as pd import numpy as np # 构造测试数据 df = pd.DataFrame({ 'A_paid': [10, np.nan, 30, np.nan], 'B_paid': [np.nan, 20, np.nan, 40], 'C_unpaid': [np.nan, 15, 25, np.nan], 'user_id': [1, 2, np.nan, 4] # 不含_paid的列,缺失值不会被修改 }) # 筛选目标列 paid_columns = df.columns[df.columns.str.contains('_paid')] # 填充缺失值为0 df[paid_columns] = df[paid_columns].fillna(0) print(df)
运行后可以看到A_paid、B_paid的缺失值已被填充,C_unpaid和user_id的缺失值保持原样。
内容的提问来源于stack exchange,提问作者MeiNan Zhu
相关产品推荐
相关产品推荐

