列表对象替换NaN为0时触发AttributeError的问题求助

你好呀！我来帮你分析问题出在哪，以及怎么解决～

首先咱们先理清两个报错的核心原因：

• fillna()是Pandas库中DataFrame/Series专属的方法，而你手里的objects是Python原生列表，原生列表根本没有这个属性，所以调用objects.fillna(0)必然会报错。
• 你用lambda x: x.replace('nan', '0')的思路也有问题，因为replace()是字符串的专属方法，但objects列表里的每个元素x并不是字符串——从你的代码来看，x应该是segment_features()返回的字典（或者自定义类实例），这类对象自然没有replace方法，所以也会触发AttributeError。

接下来根据你的场景，给你几个可行的解决方案：

方案一：直接遍历列表，逐个替换NaN #

假设segment_features()返回的是字典（每个字典里包含"Value"键），我们可以遍历objects里的每个字典，检查"Value"是否为NaN，是的话就替换成0：

# 用Pandas的isna判断NaN更通用，支持更多类型的缺失值
import pandas as pd

for obj in objects:
    # 先确认字典里有"Value"这个键
    if "Value" in obj:
        # 判断是否为缺失值（NaN）
        if pd.isna(obj["Value"]):
            obj["Value"] = 0

如果你的环境没装Pandas，用Python标准库的math.isnan()也可以，但要注意它只能判断float类型的NaN：

import math

for obj in objects:
    if "Value" in obj:
        val = obj["Value"]
        # 先判断是float类型，再检查是否为NaN
        if isinstance(val, float) and math.isnan(val):
            obj["Value"] = 0

如果segment_features()返回的是自定义类的实例（比如有.Value属性），那代码改成这样就行：

import pandas as pd

for obj in objects:
    if pd.isna(obj.Value):
        obj.Value = 0

方案二：转成Pandas DataFrame处理（更简洁高效） #

如果你习惯用Pandas的话，可以把整个objects列表转成DataFrame，用fillna()批量替换，之后再转回列表格式：

import pandas as pd

# 把列表转成DataFrame
df = pd.DataFrame(objects)
# 对"Value"列的NaN批量替换成0
df["Value"] = df["Value"].fillna(0)
# 再转回字典列表的格式，赋值回objects
objects = df.to_dict("records")

这种方式批量处理更省心，尤其适合你有67个元素的场景～

备注：内容来源于stack exchange，提问作者Rachele Franceschini