使用pandas fillna填充缺失值遇类型不兼容警告，求原因及解决方法

警告原因 #

1. 类型不兼容：你要填充的"0%"是字符串类型，但目标数据列的 dtype 是float64（数值类型）。pandas 禁止直接给数值列填充字符串值，当前版本仅发出警告，未来会直接报错。
2. 变量赋值错误：代码里用了inplace=True，这个参数会直接修改原DataFrame，此时fill_data会被赋值为None，完全不符合你获取填充后数据的需求。

解决方法 #

根据你的需求分两种场景处理：

场景1：需要存储带百分比符号的文本 #

先把目标列转为字符串类型，再填充缺失值：

# 方式1：修改原DataFrame
df['目标列名'] = df['目标列名'].astype(str)
df['目标列名'].fillna("0%", inplace=True)

# 方式2：生成新的DataFrame，不修改原数据
fill_data = df.astype(str).fillna("0%")

场景2：保留数值类型，仅显示为百分比 #

如果你的数据是比例数值（比如0.1代表10%），应该填充数值0，后续再格式化显示为百分比：

# 填充数值0，生成新的DataFrame
fill_data = df.fillna(0)
# 格式化显示为百分比（不改变原数据的数值类型）
fill_data['目标列名'] = fill_data['目标列名'].apply(lambda x: f"{x*100}%")

额外注意 #

如果一定要用inplace=True，不要给变量赋值，因为它返回None：

df.fillna("0%", inplace=True)  # 直接修改原df即可

内容的提问来源于stack exchange，提问作者Obiukwu Uchechi Patience