如何在Pandas DataFrame列中用字典替换NaN值

可以通过以下两种方式实现用{"value":["100"]}替换目标列中的NaN值：

方法1：使用fillna()直接替换 #

这是最简洁的方式，fillna()会自动识别列中的NaN值并替换，不会影响已有字典类型的行：

target_column = "你的列名"  # 替换成实际列名
df[target_column] = df[target_column].fillna({"value": ["100"]})

方法2：布尔索引定位赋值 #

通过isna()筛选出NaN行，直接给匹配行赋值目标字典：

target_column = "你的列名"
df.loc[df[target_column].isna(), target_column] = {"value": ["100"]}

验证替换结果 #

执行以下代码确认替换完成：

# 检查列中元素类型分布，应仅存在dict类型
print(df[target_column].apply(type).value_counts())
# 检查NaN数量，应返回0
print(df[target_column].isna().sum())

内容的提问来源于stack exchange，提问作者datashout