数据集空值处理问题：使用均值/中位数等方法填充空值不生效如何解决

• 字段类型不匹配：wepp_id 字段大概率是 object/字符串类型，均值、最大值、最小值等统计函数仅能对数值类型字段生效，对字符串字段调用这类函数会直接返回空值，用空值替换空值自然没有效果。你可以执行 df['wepp_id'].dtype 验证字段类型。
• 空值匹配兼容问题：replace(np.NAN, ...) 写法对不同格式的空值（例如pandas原生的pd.NA、Python自带的None）匹配度低，容易出现匹配不到未替换的情况。
• 填充逻辑不符合字段属性：wepp_id 通常是电厂的唯一标识类字段，本身不属于可计算的数值字段，用均值、中位数这类数值统计结果填充本身就不符合业务逻辑，就算类型正确也没有实际意义。

分两种场景处理：

场景1：wepp_id 确实为数值类型，需要用统计值填充 #

首先统一字段类型和空值格式，改用pandas原生的fillna方法执行填充：

import pandas as pd
import numpy as np
# 强制转为数值类型，无法转换的内容统一设为空值
df['wepp_id'] = pd.to_numeric(df['wepp_id'], errors='coerce')
# 用均值填充空值，可根据需求替换为median()/max()/min()
df['wepp_id'] = df['wepp_id'].fillna(df['wepp_id'].mean())

填充后执行 df['wepp_id'].isnull().sum() 即可验证填充效果。

场景2：wepp_id 为标识/字符串类型，不能用数值统计值填充 #

选择符合字段属性的填充逻辑：

• 用固定占位符填充：

df['wepp_id'] = df['wepp_id'].fillna('unknown')

• 用众数填充（仅适合分类字段）：

# 取第一个众数填充，避免多众数的情况报错
df['wepp_id'] = df['wepp_id'].fillna(df['wepp_id'].mode()[0])

内容的提问来源于stack exchange，提问作者bishwajit bhattacharya