Pandas填充age列缺失值触发FutureWarning且填充失败求助

你遇到的FutureWarning是因为df['age']返回的可能是DataFrame的视图而非独立副本，Pandas 3.0会彻底禁用这种场景下的inplace=True操作。而你尝试的两种方法没生效，大概率是因为当前的df是另一个DataFrame的切片副本（比如通过df = original_df[['col1', 'age']]这类方式生成），导致赋值操作没有作用到实际的DataFrame对象上。

以下是有效解决步骤：

方法一：先将df转为独立DataFrame再赋值 #

先确保操作的是独立的DataFrame对象，规避副本问题：

# 复制出独立的DataFrame
df = df.copy()
# 用均值填充age列缺失值
df['age'] = df['age'].fillna(df['age'].mean())

方法二：使用loc直接定位列赋值 #

通过loc明确指定整列，消除视图/副本的歧义：

df.loc[:, 'age'] = df['age'].fillna(df['age'].mean())

方法三：全局fillna并重新赋值 #

放弃inplace=True，直接接收fillna返回的新DataFrame：

df = df.fillna({'age': df['age'].mean()})

额外排查点 #

如果操作后仍未填充，检查df['age'].mean()是否为NaN——若age列非缺失值为空，均值会是NaN，填充后仍为缺失。可以用以下方式确保计算的是非缺失值的均值：

age_mean = df['age'].dropna().mean()
df.loc[:, 'age'] = df['age'].fillna(age_mean)

内容的提问来源于stack exchange，提问作者Hira Amin