Python DataFrame使用fillna()出现递归错误的技术咨询

快速修复方案 #

直接放弃inplace=True，改用重新赋值的方式填充NaN，这是最稳妥的解决办法：

# 仅填充age列的NaN，用该列的均值
data['age'] = data['age'].fillna(data['age'].mean())

# 如果需要填充所有数值列的NaN
data = data.fillna(data.mean(numeric_only=True))

为什么会出现递归错误？ #

inplace=True是在原DataFrame对象上直接做修改操作，当代码处于某些特殊环境（比如自定义了DataFrame子类、Jupyter Notebook的变量引用逻辑）时，容易触发内部递归调用冲突。换成重新赋值的方式，相当于创建一个新的DataFrame对象，彻底避开这个问题。

额外排查点 #

1. 检查变量名冲突：确认你的DataFrame变量名data没有和pandas的内置方法重名（比如别把变量命名成fillna/mean），这种低级错误也可能引发异常。
2. 先验证均值计算：单独计算age列的均值，确认结果正常：

   print(data['age'].mean())
   

   如果这个值没问题，再用它填充NaN就不会出问题。

内容的提问来源于stack exchange，提问作者956