Pandas多列替换失效：保留全量DataFrame并实现均值插补

问题原因分析 #

• 第一个代码块：你将df直接赋值为目标列的子集，导致原DataFrame中未指定的列（如Pregnancies）被直接丢弃。
• 第二个代码块：df[target_cols]在Pandas中可能返回原DataFrame的副本而非视图，此时使用inplace=True修改的是副本，原df完全不受影响。

正确实现代码 #

直接针对原DataFrame的目标列进行操作，既保留所有列，又完成0值替换与均值插补：

import numpy as np

# 定义需要处理的目标列
target_cols = ['Glucose','BloodPressure','SkinThickness','Insulin','BMI','Age']

# 1. 将目标列中的0替换为NaN，直接修改原df的对应列
df[target_cols] = df[target_cols].replace(0, np.NaN)

# 2. 用各目标列的均值填充NaN
df[target_cols] = df[target_cols].fillna(df[target_cols].mean())

另一种更灵活的实现（apply方法） #

如果需要对每列做更复杂的逻辑处理，可以用apply：

target_cols = ['Glucose','BloodPressure','SkinThickness','Insulin','BMI','Age']

def process_col(col):
    # 替换0为NaN后用均值填充
    col = col.replace(0, np.NaN)
    return col.fillna(col.mean())

df[target_cols] = df[target_cols].apply(process_col)

关键注意事项 #

• 避免盲目使用inplace=True：当不确定变量是视图还是副本时，直接赋值的方式更可靠，也更易读。
• 验证目标列的0值有效性：确认Age等列的0确实是无效值（皮马数据集中Age无0值，此操作安全）。

内容的提问来源于stack exchange，提问作者29nivek