Pandas中str.cat方法为何忽略na_rep参数？

问题原因 #

你提前对包含np.nan的y列执行了astype(str)转换，这会把原本的数值型缺失值np.nan直接转换成字符串字面量'nan'。而str.cat的na_rep参数仅对**Pandas原生识别的缺失值（如未被转换的np.nan、pd.NA）**生效，对已经变成普通字符串的'nan'没有替换作用，所以添加na_rep后输出和未添加时一致。

解决方案 #

方案1：避免提前转换缺失值列的类型 #

直接对原始的y列调用str.cat，Pandas会自动处理类型转换，同时识别并替换缺失值：

import pandas as pd
import numpy as np

df = pd.DataFrame({'x': ['', 'b', 1, 2, 3, 'a'], 
                   'y': [1, 4, 2, np.nan, 4, 7],
                   'z': [3, 4, 55, 3, 2, 4]})
# 不对y列提前astype(str)，直接使用str.cat
result = df['y'].str.cat(df['x'].astype(str), sep="_&_", na_rep="MISSING")
print(result)

输出结果：

0     1.0_&_
1    4.0_&_b
2    2.0_&_1
3    MISSING_&_2
4    4.0_&_3
5    7.0_&_a
Name: y, dtype: object

方案2：先替换字符串'nan'再拼接 #

如果必须提前转换类型，可以先把转换后的字符串'nan'替换成目标值：

y_str = df['y'].astype(str).replace('nan', 'MISSING')
result = y_str.str.cat(df['x'].astype(str), sep="_&_")
print(result)

关于文档示例正常运行的说明 #

文档中的示例没有提前将缺失值转换为字符串，而是保留了Pandas能识别的缺失值类型，因此na_rep参数可以正常触发替换逻辑。你的Pandas 1.4.4版本本身没有问题，问题出在数据预处理的顺序上。

内容的提问来源于stack exchange，提问作者pauljohn32