如何将用众数填充空值的Lambda函数转换为常规函数？

原Lambda函数的作用是遍历DataFrame的每一列，用该列的众数填充所有空值，最后返回处理后的完整DataFrame。你尝试的代码存在两个关键问题：

• 循环里一遇到有缺失值的列就直接return，导致函数只返回第一个处理后的列，而非整个DataFrame
• 没有对整个DataFrame进行修改并返回，逻辑不完整

下面是两种正确的转换方式：

方式一：定义单列处理函数，结合apply使用 #

这种方式和原Lambda逻辑最接近，只是把匿名的Lambda换成命名函数：

def fill_column_mode(column):
    # 对传入的单个列，用众数填充空值
    return column.fillna(column.mode()[0])

def fill_nn(data):
    # 对DataFrame的每一列应用上面的处理函数
    df = data.apply(fill_column_mode)
    return df

方式二：用循环遍历列，修改DataFrame副本 #

如果你想完全用循环实现，需要先创建DataFrame的副本，避免修改原数据，然后逐个处理每一列，最后返回完整的副本：

def fill_nn(df):
    # 创建原DataFrame的副本，避免修改原始数据
    filled_df = df.copy()
    for column in filled_df:
        # 不管列有没有空值，直接用众数填充（原Lambda逻辑也会处理无空值的列，不影响）
        filled_df[column] = filled_df[column].fillna(filled_df[column].mode()[0])
    # 循环结束后返回处理好的完整DataFrame
    return filled_df

说明：原Lambda函数会对所有列执行填充操作（即使列没有空值，fillna也不会改变数据），所以第二种方式里可以去掉if df[column].isnull().any()的判断，保持和原逻辑一致；如果想优化，保留判断也可以，只处理有缺失值的列，效果相同。

内容的提问来源于stack exchange，提问作者Dani