如何解决股票日收益表中fillna()函数无法将NaN值替换为0的问题？

我来帮你搞定这个NaN填充的问题！先看你的数据结构——这是一个带多层列索引的DataFrame（上层是Attributes，下层是Symbols），你用fillna()没生效，大概率是这两个原因之一：要么没把填充后的结果赋值回原变量，要么没针对多层索引做精准的填充操作。

可能的原因分析 #

• fillna()默认会返回一个新的DataFrame对象，如果你只是执行df.fillna(0)却没把结果存回df，原数据根本不会被修改
• 多层索引的DataFrame如果不明确范围，可能导致填充逻辑没覆盖到目标列/行

具体解决方案 #

假设你的DataFrame变量名为df，给你两种实用的解决方法：

方法1：全局填充所有NaN为0（适合确认只有目标行有NaN的情况） #

直接对整个DataFrame进行填充，记得把结果赋值回原变量，或者用inplace=True直接修改原数据：

# 方式A：赋值回原变量（推荐，避免意外修改原数据）
df = df.fillna(0)

# 方式B：直接在原数据上修改
df.fillna(0, inplace=True)

方法2：仅针对2021-06-01这一行填充（更精准，避免误填其他潜在NaN） #

如果只想处理指定日期的NaN，用loc定位到目标行后再填充：

# 定位到2021-06-01的行，将其中的NaN替换为0
df.loc['2021-06-01'] = df.loc['2021-06-01'].fillna(0)

验证结果 #

执行完填充操作后，你可以用下面的代码检查目标行是否已经替换成功：

print(df.loc['2021-06-01'])

执行后你会看到2021-06-01那一行的所有字段都变成0啦！

内容的提问来源于stack exchange，提问作者Ricardo Andrés Aguilar