如何用fillna()批量替换DataFrame多列空值？

针对你的场景，有两种简洁的单行代码可以实现批量替换，完全适配500多列的情况：

方法1：通用场景（目标列含部分非空值也适用） #

ddd.iloc[:, 1:] = ddd.iloc[:, 1:].fillna(ddd.a, axis=0)

这个方法只对需要填充的列（从第2列开始的所有列）执行fillna，用a列对应行的值来填充空值，避免了列数不匹配的问题。

方法2：高效场景（目标列全为空值时） #

如果要替换的列像示例中一样全是NaN，直接广播赋值效率更高：

ddd.iloc[:, 1:] = ddd.a.values[:, None]

这里通过[:, None]把a列的一维数组转换成二维列向量，Pandas会自动将其广播到所有目标列完成赋值。

为什么你之前的方法失效？ #

• 第一种错误ValueError: Columns must be same length as key：你执行ddd[['b','c']]= ddd.fillna(ddd.a)时，右边的ddd.fillna(ddd.a)返回的是完整的3列DataFrame（包含未修改的a列），而左边只指定了2列，列数不匹配导致报错。
• 第二种方法ddd.iloc[:,1:] = ddd.fillna(ddd.a)无效：右边的结果包含3列，赋值给2列的位置时，Pandas会尝试按列名匹配，但fillna后的a列和目标列b、c列名不对应，无法正确填充。

验证结果 #

执行上述任意一种方法后，你的DataFrame会变成：

a    b    c
0  1  1.0  1.0
1  2  2.0  2.0
2  3  3.0  3.0

内容的提问来源于stack exchange，提问作者Ajay Chinni