在Python Pandas中为列中每个缺失值填充唯一递增值

问题描述 #

需要为DataFrame每列的缺失值（NA）填充唯一递增值（如na_1、na_2...），尝试用fillna传入列表实现但报错，因为该方法不支持直接传入列表批量填充缺失值。

原始DataFrame #

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'A': [np.nan, 'a', 'b', np.nan],
    'B': [np.nan, 'R', 'T', np.nan],
    'C': [1, 2, np.nan, np.nan]
})

输出：

A    B    C
0  NaN  NaN  1.0
1    a    R  2.0
2    b    T  NaN
3  NaN  NaN  NaN

解决方案 #

自定义函数处理每列的缺失值，生成唯一标识后精准赋值：

def fill_unique_na(series):
    # 筛选当前列的缺失值位置
    na_positions = series.isna()
    # 根据缺失值数量生成唯一填充标签
    fill_labels = [f'na_{idx+1}' for idx in range(na_positions.sum())]
    # 将标签赋值到对应缺失位置
    series.loc[na_positions] = fill_labels
    return series

# 对所有列应用填充逻辑
df_processed = df.apply(fill_unique_na)

处理后结果 #

print(df_processed)

输出：

A      B      C
0  na_1  na_1      1
1     a      R      2
2     b      T  na_1
3  na_2  na_2  na_2

逻辑说明 #

1. 按列单独处理，先定位所有缺失值的位置；
2. 根据列内缺失值的数量，生成连续的唯一标识；
3. 直接将标识赋值到缺失位置，绕过fillna的参数限制，实现精准填充。

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