如何为Pandas DataFrame缺失列直接批量赋值['n/a']？

当然可以直接为每个新列赋值9000个["n/a"]，这是适配你后续扁平化操作的合理方案，下面给你具体说明和实现方式：

为什么之前的方法出问题 #

• 直接赋值空列表[]时，pandas会把整个列设为单个列表对象，而非每行对应一个列表，因此会出现尺寸不匹配的报错。
• 用np.nan赋值后，后续替换报错是因为replace默认不支持将浮点类型的np.nan直接替换为列表类型，pandas对replace的类型匹配要求严格。

正确实现方式 #

单个缺失列赋值 #

用列表推导式生成每行独立的["n/a"]列表，确保和原有列的单元格格式统一：

# 假设你的DataFrame名为f_unique
f_unique["additional_info"] = [["n/a"] for _ in range(len(f_unique))]

这种方式生成的每个列表都是独立对象，后续如果需要修改单个单元格的列表内容也不会影响其他行。

批量处理多个缺失列 #

如果有多个缺失列，可以用循环批量完成赋值，避免重复代码：

# 替换成你实际需要补充的缺失列名列表
missing_columns = ["col_name_1", "col_name_2", "additional_info", ...]

for col in missing_columns:
    f_unique[col] = [["n/a"] for _ in range(len(f_unique))]

注意事项 #

如果用[["n/a"]] * len(f_unique)生成序列，虽然代码更短，但所有行的列表会指向同一个内存对象，后续若修改某一行的列表内容，所有行都会跟着变化，因此更推荐用列表推导式生成独立的列表。

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