如何将Pandas DataFrame指定列的NaN值设为1？

问题原因分析 #

你之前的代码失效主要有两个核心问题：

• 列选取语法错误：df['guests', 'bedrooms', 'beds', 'bathrooms']不是Pandas选取多列的正确写法，单层方括号传入多个元素会被解析为元组，无法匹配普通列名，导致根本没选中目标列。
• 链式索引的副本问题：第二种方法中，df[列列表]可能返回原DataFrame的副本，此时inplace=True只会修改副本，原DataFrame不会同步更新。

正确解决方案 #

方法1：双层方括号选列并赋值

这是最直接的方式，确保选中目标列并将填充结果覆盖原数据：

import pandas as pd
import numpy as np

# 填充指定列的NaN为1
df[['guests', 'bedrooms', 'beds', 'bathrooms']] = df[['guests', 'bedrooms', 'beds', 'bathrooms']].fillna(1)

方法2：用loc索引避免副本问题

loc索引更明确，能确保操作的是原DataFrame的视图（而非副本），避免赋值失效：

df.loc[:, ['guests', 'bedrooms', 'beds', 'bathrooms']] = df.loc[:, ['guests', 'bedrooms', 'beds', 'bathrooms']].fillna(1)

针对object类型列的优化处理

由于guests和bedrooms是object类型，直接填充整数1会导致列内混合字符串与数值。如果需要统一为数值类型，可先转换列类型再填充：

# 将object列转为数值类型（无法转换的值会被设为NaN）
df['guests'] = pd.to_numeric(df['guests'], errors='coerce')
df['bedrooms'] = pd.to_numeric(df['bedrooms'], errors='coerce')

# 再填充NaN为1
df[['guests', 'bedrooms', 'beds', 'bathrooms']] = df[['guests', 'bedrooms', 'beds', 'bathrooms']].fillna(1)

内容的提问来源于stack exchange，提问作者Lewis-010