如何在Python中为数字列加1并将空值（NULL）替换为1

你的代码仅处理了空字符串，未覆盖pandas中代表NULL的NaN值——NaN执行加法操作后仍为NaN，因此需要先统一处理空字符串和NaN，再执行加1操作。以下分两种常见需求给出实现：

需求1：空值（空字符串/NaN）替换为1后再加1，最终空值结果为2，数值结果为原数值+1 #

该逻辑和你原代码思路一致，补充处理NaN即可：

import pandas as pd

# 同时将空字符串和NaN替换为1
out_df['# of Days'] = out_df['# of Days'].replace(['', pd.NA], 1)
# 整列执行加1操作
out_df['# of Days'] += 1

如果列是object类型（混合了字符串和数值），建议先转为数值类型避免类型报错：

import pandas as pd

# 第一步：将列转为数值类型，无法转换的内容（比如空字符串）转为NaN
out_df['# of Days'] = pd.to_numeric(out_df['# of Days'], errors='coerce')
# 第二步：填充NaN为1
out_df['# of Days'] = out_df['# of Days'].fillna(1)
# 第三步：整列加1
out_df['# of Days'] += 1

需求2：数值直接加1，空值（空字符串/NaN）直接替换为1（无需再加1） #

如果你的真实需求是保留空值为1、数值加1，可使用add方法的fill_value参数实现高效矢量化操作：

import pandas as pd

# 先把空字符串转为NaN，统一处理空值
out_df['# of Days'] = out_df['# of Days'].replace('', pd.NA)
# 对非NaN值加1，NaN用0填充后加1（最终得到1）
out_df['# of Days'] = out_df['# of Days'].add(1, fill_value=0)

也可以用apply实现（适合简单场景，但效率不如矢量化操作）：

import pandas as pd

out_df['# of Days'] = pd.to_numeric(out_df['# of Days'], errors='coerce')
out_df['# of Days'] = out_df['# of Days'].apply(lambda x: x + 1 if pd.notna(x) else 1)

内容的提问来源于stack exchange，提问作者Heidi Xiong