Pandas中fillna与replace替换NaN哪个更快？join生成的NaN类型是什么？

1. Pandas的join方法生成的是哪种NaN？ #

Pandas的join方法生成的缺失值就是**np.nan**，可以通过以下方式验证：

• 检查单个缺失值的类型：执行type(result['key_2'].iloc[1])，返回结果为numpy.float64（object类型列中存储的np.nan本质是numpy的浮点型NaN）。
• 使用pandas原生缺失值判断：result['key_2'].isna()会将所有join不匹配的位置标记为True，而pandas的isna()方法默认兼容np.nan。
• 补充说明：在pandas中，绝大多数生成缺失值的操作（包括join、merge、reindex等）默认填充np.nan；仅布尔类型列的缺失值会用pd.NA，你的示例中是object类型列，因此填充的是np.nan。

2. fillna与replace哪个执行速度更快？ #

fillna的执行速度远快于replace，核心原因在于两者的底层逻辑差异：

• fillna是pandas专为缺失值处理优化的方法，底层直接针对缺失值的掩码（mask）定位操作，无需遍历所有元素做匹配判断，仅对缺失值位置进行填充。
• replace是通用替换方法，需要遍历整个数据集，逐一检查每个元素是否等于目标值（此处为np.nan），即使仅替换NaN，也会对所有元素做比对，数据量越大，效率差距越明显。

性能测试示例 #

用timeit模块可直观验证两者的速度差异：

import pandas as pd
import numpy as np
import timeit

# 生成10万行的大样本数据
large_df = pd.DataFrame({'col': [np.nan if i%5==0 else f'val_{i}' for i in range(100000)]})

# 测试fillna平均耗时
fillna_avg_time = timeit.timeit(lambda: large_df.fillna('fill_val'), number=100) / 100
print(f"fillna平均耗时: {fillna_avg_time:.6f}秒")

# 测试replace平均耗时
replace_avg_time = timeit.timeit(lambda: large_df.replace(np.nan, 'replace_val'), number=100) / 100
print(f"replace平均耗时: {replace_avg_time:.6f}秒")

测试结果通常显示fillna的耗时仅为replace的1/3甚至更少，数据规模越大，差距越显著。

内容的提问来源于stack exchange，提问作者David Siret Marquès