如何在object类型列替换NaN值并同步修改主DataFrame？

你之前的代码covid_19_df.Country_code.fillna('OT')没生效，是因为Pandas的fillna()默认返回一个新的Series副本，不会直接修改原DataFrame的数据。要让修改作用于主DataFrame，有两种常用方法：

方法一：使用inplace=True参数直接修改原列 #

这个参数会让方法直接在原数据上执行替换操作，不需要额外赋值：

# 两种列引用方式都可以
covid_19_df.Country_code.fillna('OT', inplace=True)
# 或者
covid_19_df['Country_code'].fillna('OT', inplace=True)

方法二：将替换结果重新赋值给原列 #

把fillna()返回的新Series赋值回原DataFrame的对应列，覆盖原来的数据：

covid_19_df['Country_code'] = covid_19_df['Country_code'].fillna('OT')

扩展：批量处理所有object类型列 #

如果需要给所有object类型的列统一替换NaN为'OT'，可以先筛选出这类列再批量处理：

# 筛选所有object类型的列
object_columns = covid_19_df.select_dtypes(include=['object']).columns
# 批量替换NaN
covid_19_df[object_columns] = covid_19_df[object_columns].fillna('OT')

内容的提问来源于stack exchange，提问作者Nuro