for循环中fillna(inplace=True)不生效，如何按分组均值填充缺失值

• 你通过df.loc[df['Director']==i,'Revenue (Millions)']取到的是原始DataFrame的视图副本，对这个副本调用fillna(inplace=True)只会修改临时副本，不会回写到原始df上，pandas不会触发这类隐式操作的报错，所以会出现运行无异常但空值未填充的情况。

推荐使用更高效的pandas原生写法，无需手动写循环，性能和可读性都更好：

import pandas as pd
df = pd.read_csv('IMDB-Movie-Data.csv')
# 按导演分组后对Revenue列做transform，返回和原数据长度对齐的均值序列，直接填充空值
df['Revenue (Millions)'] = df['Revenue (Millions)'].fillna(df.groupby('Director')['Revenue (Millions)'].transform('mean'))

如果要修复你原来的循环写法，去掉inplace参数，直接给.loc筛选出来的位置赋值即可：

df = pd.read_csv('IMDB-Movie-Data.csv')
dp = df.groupby('Director')['Revenue (Millions)'].mean()
for i in dp.index:
    # 直接赋值回原df对应位置即可生效
    df.loc[df['Director']==i,'Revenue (Millions)'] = df.loc[df['Director']==i,'Revenue (Millions)'].fillna(dp[i])

• 如果某导演的所有作品Revenue列全部是空值，分组计算得到的均值本身就是NaN，填充后对应位置仍然是空值，你可以后续再加一步全局填充处理这部分残留空值：

# 示例：用全局均值填充剩余空值，也可以替换为0或其他指定值
df['Revenue (Millions)'] = df['Revenue (Millions)'].fillna(df['Revenue (Millions)'].mean())

内容的提问来源于stack exchange，提问作者HLEE