如何用pandas DataFrame同列非空值替换该列NaN值？

实现步骤与代码 #

• 先获取HomePlanet列的出现最频繁值（众数）：
  pandas的mode()方法会返回列中出现次数最多的元素，取第一个结果就是目标值（本例为Earth）。
• 用fillna()方法替换所有NaN值。

完整代码示例：

import pandas as pd

# 加载数据（根据你的实际数据源调整）
df = pd.read_csv('your_data.csv')

# 获取HomePlanet列的众数
most_common = df['HomePlanet'].mode()[0]

# 替换NaN值
df['HomePlanet'] = df['HomePlanet'].fillna(most_common)

额外说明 #

• 如果列存在多个出现次数相同的众数，mode()[0]会选取第一个出现的众数，可根据需求调整索引。
• 若想直接修改原DataFrame，可添加inplace=True参数：df['HomePlanet'].fillna(most_common, inplace=True)

内容的提问来源于stack exchange，提问作者Mrigank Dhingra