如何仅替换DataFrame每行首个空值为9999且保留其余空值不变

需求说明 #

处理pandas DataFrame时，逐行定位第一个出现的空值，仅将该位置值替换为9999，同一行内其余空值保持不变。

• 原始数据示例：
  
• 预期输出效果：
  

原有代码问题 #

你之前尝试的代码逻辑方向正确，但存在3个错误：

1. 相等判断误写为赋值：条件判断需要用==，单等号=是赋值操作，会触发语法错误
2. 累计计算未指定轴向：cumsum()默认按列（axis=0）累计空值计数，和逐行查找第一个空值的需求不符
3. 替换值类型不匹配：如果原列是数值类型，用字符串'9999'会导致整列类型变为object，后续数值计算容易出错

可直接运行的实现代码 #

import pandas as pd
import numpy as np

# 1. 生成所有空值的布尔矩阵
null_matrix = df.isnull()
# 2. 按行累计空值出现次数，计数等于1的位置就是每行第一个空值
first_null_mask = null_matrix.cumsum(axis=1) == 1
# 3. 仅替换掩码对应位置的值为9999
df[first_null_mask] = 9999

效果验证 #

用测试样例验证逻辑：

# 构造测试DataFrame
df = pd.DataFrame({
    'col1': [1, np.nan, 2, np.nan],
    'col2': [np.nan, 3, np.nan, np.nan],
    'col3': [4, np.nan, np.nan, 5],
    'col4': [np.nan, 6, 7, np.nan]
})

执行替换后的输出：

col1    col2  col3 col4
0    1.0  9999.0   4.0  NaN
1  9999.0     3.0   NaN  6.0
2    2.0  9999.0   NaN  7.0
3  9999.0     NaN   5.0  NaN

可以看到每行仅第一个空值被替换为9999，后续空值全部保留，符合预期。

适配说明 #

如果你的数据中空值不是np.nan/pd.NA，而是空字符串''或者其他自定义空值标记，只需要把第一步的df.isnull()替换为对应判断逻辑即可，比如空字符串场景改为df == ''。

内容的提问来源于stack exchange，提问作者Shahrukh Khalidi