能否在fillna()中使用for循环？用1~100填充100个NaN的代码可行吗？

嘿，这个问题问得很实际！先直接给结论：你写的for i in range (1,101): df.fillna(i)完全达不到你想要的效果，原因很简单——每次调用df.fillna(i)都会把DataFrame里所有的NaN一次性替换成当前的i，循环跑完后，所有NaN都会变成最后一次的100，根本做不到“依次替换为1~100”。

那该怎么实现你的需求呢？给你两种靠谱的方法：

方法一：定位NaN位置后逐个赋值 #

这个方法逻辑最直观，先找到所有NaN的位置，再挨个给它们赋值1到100：

import pandas as pd
import numpy as np

# 假设你的DataFrame是df，先获取所有NaN的坐标（行、列）
nan_positions = list(zip(*np.where(df.isna())))

# 确保NaN的数量正好是100个（如果不是，你可以调整range的范围）
for (row, col), num in zip(nan_positions, range(1, 101)):
    df.iloc[row, col] = num

如果你只需要处理某一列的NaN，代码可以更简单：

# 比如处理'目标列'
nan_indices = df[df['目标列'].isna()].index
for idx, num in zip(nan_indices, range(1, len(nan_indices)+1)):
    df.loc[idx, '目标列'] = num

方法二：用迭代器配合applymap（更简洁） #

可以用itertools.count创建一个从1开始的迭代器，然后遍历每个元素，遇到NaN就取迭代器的下一个值：

import pandas as pd
from itertools import count

counter = count(1)
df = df.applymap(lambda x: next(counter) if pd.isna(x) else x)

这个方法要注意：如果DataFrame里的NaN数量多于100，它会继续往后数（比如101、102...）；如果少于100，迭代器会剩下没用到的数字，根据你的实际情况调整就行。

总结一下，你的初始思路问题出在对fillna()的理解——它是全局替换所有NaN，而不是逐个替换。上面两种方法都能实现“把100个NaN依次替换为1_{100”的需求}

内容的提问来源于stack exchange，提问作者user13506230