如何无需apply+lambda，在嵌套DataFrame中批量填充height列NaN值

问题背景 #

有一个嵌套结构的DataFrame（实际数据量更大），示例代码如下：

import pandas as pd
import numpy as np

df_peter = pd.DataFrame({"height": [50,np.nan,65], "weight": [20,25,27]})
df_anna = pd.DataFrame({"height": [47,55,np.nan], "weight": [18,23,30]})

df = pd.DataFrame({"Name":["Peter", "Anna"], "Year":[2000, 2002], "Data":[df_peter, df_anna]})

输出结果：

Name    Year    Data
0   Peter   2000    height weight 0 50.0 20 1 NaN ...
1   Anna    2002    height weight 0 47.0 18 1 55.0 ...

需求是对每个Name对应的height列使用fillna(method="ffill")填充缺失值，同时要能方便定位这些列并绘制数据。

单行处理逻辑简单：

df.loc[0,"Data"]["height"].fillna(method="ffill")

但批量处理时df["Data"]["height"]无法生效，目前已实现apply+lambda的方案：

df["Data"].apply(lambda x: x["height"].fillna(method="ffill", inplace=True))

希望找到无需apply和lambda的实现方式。

可行方案 #

方案1：列表推导式生成新子DataFrame列表 #

通过列表推导式遍历每个子DataFrame，用assign生成填充后的新DataFrame，再赋值回原列，完全避开apply和lambda：

df["Data"] = [sub_df.assign(height=sub_df["height"].fillna(method="ffill")) for sub_df in df["Data"]]

该方式不会修改原始子DataFrame（避免inplace=True的副作用），逻辑清晰且效率可观，适合大数据量场景。

方案2：直接循环遍历修改 #

如果需要和原inplace=True逻辑一致，直接循环每个子DataFrame执行填充操作即可：

for sub_df in df["Data"]:
    sub_df["height"].fillna(method="ffill", inplace=True)

这种方式代码简洁，直接对嵌套的子DataFrame原地修改，无需额外生成对象。

方案3：展开嵌套结构（推荐用于可视化） #

若后续需要频繁绘制数据，建议先将嵌套DataFrame展开为扁平结构，再统一处理缺失值，更适配pandas的可视化API：

# 展开嵌套结构，保留Name、Year关联信息
flattened_df = df.explode("Data", ignore_index=False).join(pd.DataFrame(df["Data"].tolist(), index=df.index)).reset_index(drop=True)
# 批量填充height缺失值
flattened_df["height"] = flattened_df["height"].fillna(method="ffill")

# 直接绘制示例
flattened_df.plot(x="Year", y="height", hue="Name")

展开后的结构更直观，无需再嵌套操作，大幅降低数据可视化的复杂度。

内容的提问来源于stack exchange，提问作者Joschi