为何Pandas中Lambda函数无法填充Date列的NaN值？

你这段代码不生效的核心原因是：np.nan无法通过==运算符判断。在Python中，np.nan == np.nan的返回值是False，所以你的lambda表达式里的条件永远不会触发，自然没法把NaN替换成'1'。

推荐优先使用pandas原生的缺失值处理方法，效率更高且代码更简洁：

方法1：使用fillna（最推荐） #

这是pandas专门为填充缺失值设计的方法，直接指定填充值即可：

df['Date'] = df['Date'].fillna('1')

方法2：修正apply的判断逻辑 #

如果一定要用apply，需要用专门的缺失值判断函数pd.isna()（兼容所有数据类型）或者np.isnan()（仅适用于数值类型）：

import pandas as pd
df['Date'] = df['Date'].apply(lambda d: '1' if pd.isna(d) else d)

方法3：使用replace #

可以直接把所有np.nan替换为目标值：

df['Date'] = df['Date'].replace(np.nan, '1')

内容的提问来源于stack exchange，提问作者Sik Sik