替换Pandas DataFrame空值时报错：NumPy布尔数组索引输入维度不符

从API提取数据转换为Pandas DataFrame后，数据结构如下：

session_id            visitor_id                 server_time                  updated_at       referrer_type      device_type
0      316046440780942428  14256666432883430808  2023-03-01T22:18:13.515749  2023-03-01T22:18:16.000000   [1, Direct entry]  [1, Smartphone]
1     1559381029125193934   6223493451404765687  2023-03-01T22:18:12.466276  2023-03-01T22:18:16.000000  [2, Search engine]  [1, Smartphone]
2     1634055602528061570   3488177825412806861  2023-03-01T22:18:12.609022  2023-03-01T22:18:16.000000   [1, Direct entry]  [1, Smartphone]
3     2336103663959038531   8418933936834842610  2023-03-01T22:18:12.559650  2023-03-01T22:18:16.000000        [3, Website]     [0, Desktop]
4     3848276761860900650   8640986235790038067  2023-03-01T22:16:30.337437  2023-03-01T22:18:16.000000  [2, Search engine]  [1, Smartphone]

需要将referrer_type和device_type字段的所有NULL值替换为列表[-1, 'Unknown']，编写的代码如下：

df.loc[df['referrer_type'].isnull(), ['referrer_type']] = df.loc[df['referrer_type'].isnull(), 'referrer_type'].apply(lambda x: [-1, 'Unknown'])

df.loc[df['device_type'].isnull(), ['device_type']] = df.loc[df['device_type'].isnull(), 'device_type'].apply(lambda x: [-1, 'Unknown'])

运行时报错：

NumPy boolean array indexing assignment requires a 0 or 1-dimensional input, input has 2 dimensions

该代码在Google Colab中可正常运行，但在PyCharm中无法执行。

核心是Pandas版本差异导致的赋值行为不同：

• Google Colab默认使用较新的Pandas版本，对二维切片的赋值兼容性更强，能自动处理Series元素为列表的赋值场景；
• PyCharm环境中的旧版本Pandas，在通过df.loc[..., [列名]]选择二维DataFrame切片时，会严格检查赋值的维度匹配，而apply返回的Series每个元素是二维列表，触发维度不匹配的报错。

提供三种可行的修复方案：

方案1：使用fillna直接填充（最简洁） #

fillna可以直接指定填充值，无需复杂的索引操作，兼容新旧版本：

df['referrer_type'] = df['referrer_type'].fillna(value=[-1, 'Unknown'])
df['device_type'] = df['device_type'].fillna(value=[-1, 'Unknown'])

方案2：调整loc的列选择方式 #

去掉列名的方括号，将二维切片转为一维Series切片，赋值时维度匹配：

df.loc[df['referrer_type'].isnull(), 'referrer_type'] = [-1, 'Unknown']
df.loc[df['device_type'].isnull(), 'device_type'] = [-1, 'Unknown']

Pandas会自动将单个列表广播到所有空值对应的位置。

方案3：保留apply但调整切片方式 #

如果一定要使用apply，只需去掉列名的方括号，确保左右两边都是一维Series：

df.loc[df['referrer_type'].isnull(), 'referrer_type'] = df.loc[df['referrer_type'].isnull(), 'referrer_type'].apply(lambda x: [-1, 'Unknown'])
df.loc[df['device_type'].isnull(), 'device_type'] = df.loc[df['device_type'].isnull(), 'device_type'].apply(lambda x: [-1, 'Unknown'])

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