使用dict作为fillna()的value参数

正如@rhkarls对@Jeff的回答所做的评论中提到的，使用索引到列列表的.loc将不支持inplace操作，我也觉得这很令人沮丧。
示例：

import pandas as pd
import numpy as np

df = pd.DataFrame({'a':[1,2,3,4,np.nan],
                   'b':[6,7,8,np.nan,np.nan],
                   'x':[11,12,13,np.nan,np.nan],
                   'y':[16,np.nan,np.nan,19,np.nan]})
print(df)
#     a    b     x     y
#0  1.0  6.0  11.0  16.0
#1  2.0  7.0  12.0   NaN
#2  3.0  8.0  13.0   NaN
#3  4.0  NaN   NaN  19.0
#4  NaN  NaN   NaN   NaN

假设我们只想将fillna用于x和y，而不是a和b。
我希望使用.loc可以工作（就像在赋值中一样），但它没有，正如前面提到的：

# doesn't work
df.loc[:,['x','y']].fillna(0, inplace=True)
print(df) # nothing changed

然而，documentation表示fillna()的value参数可以是：
或者是一个dict/Series/DataFrame的值，指定每个索引（对于Series）或列（对于DataFrame）使用哪个值。（不在dict/Series/DataFrame中的值将不会被填充）。
事实证明，使用值的dict将起作用：

# works
df.fillna({'x':0, 'y':0}, inplace=True)
print(df)
#     a    b     x     y
#0  1.0  6.0  11.0  16.0
#1  2.0  7.0  12.0   0.0
#2  3.0  8.0  13.0   0.0
#3  4.0  NaN   0.0  19.0
#4  NaN  NaN   0.0   0.0

此外，如果你的子集中有很多列，你可以使用dict解析，如：

df.fillna(dict.fromkeys(['x', 'y'], 0), inplace=True) # also works

你正在填写一个副本（然后你看不到）
或者：

• 不要就地执行fillna（就地执行某些操作不会提高性能）

例如

a_n6[["PROV LAST", "PROV FIRST", "PROV MID", "SPEC NM"]] = a_n6[["PROV LAST", "PROV FIRST", "PROV MID", "SPEC NM"]].fillna("")

或者优选地

a_n6.fillna({'PROV LAST': '', 'PROV FIRST': '',
            'PROV MID': '', 'SPEC NM': ''}, inplace=True)

• 首先将副本赋值给一个新的变量（a_n6[[list_of_fileds]]是multi-dtype对象中的副本），参见此处：http://pandas.pydata.org/pandas-docs/stable/indexing.html#returning-a-view-versus-a-copy

下面是对Pandas更深入解释：链式赋值

解决方法是将fillna结果保存在另一个变量中，并像这样将其赋值：

na_values_filled = X.fillna(0)
X = na_values_filled

我的具体例子（否则我无法开始工作）是一个案例，我想只填写每个组的第一行。像这样：

groups = one_train.groupby("installation_id")
first_indexes_filled = one_train.loc[groups.apply(pd.DataFrame.first_valid_index), 'clicks'].fillna(0)
one_train.loc[groups.apply(pd.DataFrame.first_valid_index), 'clicks'] =  first_indexes_filled

我的情况可能不必要地复杂，但我认为通用的“保存结果，然后赋值”方法应该可以作为失败的inplace=True的解决方案

最上面的答案给了我SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame，所以这就是我最终得到的。它工作正常，不会给予任何警告：

fill_dict = {x: 0 for x in columns_of_interest}
df.loc[:, columns_of_interest].fillna(fill_dict, inplace=True)

“使用dict作为值参数”的答案对我不起作用，但一个简单的解决方法是用途：

for n in ["PROV LAST", "PROV FIRST", "PROV MID", "SPEC NM"]:    
    a_n6[n].fillna("", inplace=True)
a_n6