Pandas中fillna方法无法成功替换NaN值的问题排查

这种fillna(inplace=True)失效的核心原因是pandas的视图与副本机制：
当你通过df['column']访问列时，pandas可能返回的是原DataFrame的临时副本而非视图。此时inplace=True只会修改这个副本，原DataFrame的数据不会被更新，所以你打印原列时看不到NaN被替换的效果。
而移除inplace=True后，你应该是将填充后的结果重新赋值给了df['column']（比如df['column'] = df['column'].fillna(...)），这相当于直接替换原列，因此操作生效。

补充：你的列混合了字符串和float类型的NaN，dtype为object，理论上fillna可以正常替换，但inplace操作失效的本质还是视图/副本的歧义问题。

• 推荐：使用赋值操作替代inplace
  放弃inplace=True，直接将填充后的结果赋值回原列，写法清晰且不易出错：

  df['column'] = df['column'].fillna(value='value')
  

• 用loc确保操作原数据视图
  使用df.loc[:, 'column']获取原DataFrame的视图，再执行inplace=True的填充，修改会直接作用于原DataFrame：

  df.loc[:, 'column'].fillna(value='value', inplace=True)
  

• 提前统一列的dtype
  先将列明确转为object类型，避免潜在的dtype冲突后再填充：

  df['column'] = df['column'].astype(object)
  df['column'].fillna(value='value', inplace=True)
  

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