如何移除DataFrame中的NaN值？fillna填充均值失效问题排查

你的操作存在核心逻辑错误，是导致fillna不生效、返回空记录的直接原因：

• pandas 中绝大多数 DataFrame 处理方法默认不会修改原始数据，而是返回修改后的新副本。你两次调用fillna()既没有将返回结果赋值回原变量，也没有开启原地修改参数，所以原数据集里的NaN值不会发生任何变化。
• 第一次调用加.head()返回0条记录，先执行print(len(cleaned_customer_data))检查数据集本身行数，如果行数为0，说明你之前做数据筛选、切片的步骤把所有数据过滤空了，和fillna操作本身无关。
• 额外注意：如果数据集包含非数值类型列，直接调用.mean()会触发警告，部分pandas版本中会直接跳过所有列的均值计算，导致填充失效。

正确代码写法 #

两种写法二选一即可，官方更推荐第一种写法，能避免inplace参数带来的链式操作隐患：

1. 接收返回值重新赋值

# 仅针对数值列计算均值填充NaN
cleaned_customer_data = cleaned_customer_data.fillna(cleaned_customer_data.mean(numeric_only=True))
# 查看前5行验证结果
print(cleaned_customer_data.head())

2. 开启原地修改参数

cleaned_customer_data.fillna(cleaned_customer_data.mean(numeric_only=True), inplace=True)
print(cleaned_customer_data.head())

效果验证 #

针对你给出的FEATURE1列样本，有效数值为2.0和1.294，计算得均值为1.647，填充后结果如下：

FEATURE1
0     1.647
1     2.000
2     1.647
3     1.647
4     1.647
5     1.294

内容的提问来源于stack exchange，提问作者Khilesh Chauhan