Pandas dataframe fillna () apenas algumas colunas no lugar

Eu estou tentando preencher nenhum valor em um dataframe do Pandas com 0 para apenas alguns subconjuntos de colunas.

Quando eu faço:

import pandas as pd
df = pd.DataFrame(data={'a':[1,2,3,None],'b':[4,5,None,6],'c':[None,None,7,8]})
print df
df.fillna(value=0, inplace=True)
print df

A saída:

     a    b    c
0  1.0  4.0  NaN
1  2.0  5.0  NaN
2  3.0  NaN  7.0
3  NaN  6.0  8.0
     a    b    c
0  1.0  4.0  0.0
1  2.0  5.0  0.0
2  3.0  0.0  7.0
3  0.0  6.0  8.0

Ele substitui todos os Nonepor 0. O que eu quero fazer é substituir apenas Nones em colunas ae b, mas não c.

Qual a melhor maneira para fazer isto?

Você pode selecionar as colunas desejadas e fazê-lo por atribuição:

df[['a', 'b']] = df[['a','b']].fillna(value=0)

A saída resultante é como o esperado:

     a    b    c
0  1.0  4.0  NaN
1  2.0  5.0  NaN
2  3.0  0.0  7.0
3  0.0  6.0  8.0

Você pode usar dict, fillnacom valor diferente para coluna diferente

df.fillna({'a':0,'b':0})
Out[829]: 
     a    b    c
0  1.0  4.0  NaN
1  2.0  5.0  NaN
2  3.0  0.0  7.0
3  0.0  6.0  8.0

Depois de atribuí-lo de volta

df=df.fillna({'a':0,'b':0})
df
Out[831]: 
     a    b    c
0  1.0  4.0  NaN
1  2.0  5.0  NaN
2  3.0  0.0  7.0
3  0.0  6.0  8.0

Você pode evitar fazer uma cópia do objeto usando a solução de Wen e inplace = True:

df.fillna({'a':0, 'b':0}, inplace=True)
print(df)

Qual produz:

     a    b    c
0  1.0  4.0  NaN
1  2.0  5.0  NaN
2  3.0  0.0  7.0
3  0.0  6.0  8.0

Veja como você pode fazer tudo em uma linha:

df[['a', 'b']].fillna(value=0, inplace=True)

Divisão: df[['a', 'b']]seleciona as colunas nas quais você deseja preencher os valores de NaN, value=0diz para ele preencher os NaNs com zero e inplace=Truetornará as alterações permanentes, sem a necessidade de fazer uma cópia do objeto.

o uso da resposta superior gera um aviso sobre como fazer alterações em uma cópia de uma fatia df. Supondo que você tenha outras colunas, a melhor maneira de fazer isso é passar um dicionário:
df.fillna({'A': 'NA', 'B': 'NA'}, inplace=True)

Ou algo como:

df.loc[df['a'].isnull(),'a']=0
df.loc[df['b'].isnull(),'b']=0

e se houver mais:

for i in your_list:
    df.loc[df[i].isnull(),i]=0

Às vezes, essa sintaxe não funciona:

df[['col1','col2']] = df[['col1','col2']].fillna()

Use o seguinte:

df['col1','col2']