Pandas中fillna如何自动选最优方法，用列内非空值替换所有NaN

解决方案 #

方法1：组合填充（最简单通用）

因为每列的非空值完全一致，先后执行向后填充bfill()和向前填充ffill()即可覆盖所有空值，非空值在列的任意位置都生效：

# 两种执行顺序都可以得到目标结果
df = df.bfill().ffill()
# 或 df = df.ffill().bfill()

方法2：指定列非空值填充（逻辑严谨，兼容全类型）

如果要严格用每列的第一个非空值覆盖整列，适配数值、字符串等任意数据类型，还可以用apply实现：

df = df.apply(lambda col: col.fillna(col.dropna().iloc[0]))

如果存在某列全为空的场景，可以加判断避免报错：

df = df.apply(lambda col: col.fillna(col.dropna().iloc[0]) if col.notna().any() else col)

方法3：数值列快捷写法

仅适用于所有列都是数值类型的场景，因为非空值全部相同，直接用列的均值、最大值、最小值都可以直接填充：

df = df.fillna(df.mean())
# 或 df = df.fillna(df.max())

内容的提问来源于stack exchange，提问作者durbachit