均值插补后DataFrame出现None和NaN问题求助

错误原因拆解 #

第一种方法的问题 #

1. 先执行df.replace(np.nan,0, inplace=True )已经把所有NaN替换成了0，后续fillna找不到任何NaN可以填充，完全没必要再执行填充操作。
2. 同时使用df['col1'] = ...和inplace=True是错误的：当fillna设置inplace=True时，它会直接修改原DataFrame的列，返回值是None，这时候把None赋值给df['col1']，就会导致整列变成NaN。

第二种方法的问题 #

同样犯了「同时赋值+inplace=True」的错误：fillna加inplace=True后返回None，你把这个None赋值给df['col1']，自然整列变成None。

正确的均值填充方法 #

你只需要二选一即可：

方式1：不使用inplace，直接赋值 #

# 直接对col1和col2填充均值，不需要先替换0
df['col1'] = df['col1'].fillna(df['col1'].mean())
df['col2'] = df['col2'].fillna(df['col2'].mean())

方式2：使用inplace，不赋值 #

# 直接修改原列，无需赋值
df['col1'].fillna(df['col1'].mean(), inplace=True)
df['col2'].fillna(df['col2'].mean(), inplace=True)

批量填充两列的简化写法 #

如果要同时处理两列，还可以用更简洁的方式：

df[['col1', 'col2']] = df[['col1', 'col2']].fillna(df[['col1', 'col2']].mean())

内容的提问来源于stack exchange，提问作者Encipher