pandas中有没有比三元判断更简便的NaN替换为默认值的方法

你要的无需重复引用变量a的写法有多个成熟实现，根据使用场景可以选择对应的方案：

• 标量场景（单个值的判断）
  pandas 1.4.0及以上版本提供了原生的pd.coalesce()函数，会直接返回传入参数序列中第一个非空的值，和你写的三元表达式效果完全一致：

  var = pd.coalesce(a, b)
  

  如果使用的pandas版本较低，也可以借助numpy的where方法实现：

  import numpy as np
  var = np.where(pd.isna(a), b, a)
  

• 序列/表格场景（处理Series或DataFrame）
  直接用pandas内置的fillna()方法即可，不需要额外写判断逻辑：

  # 替换单个Series中的NaN
  your_series = your_series.fillna(b)
  # 替换DataFrame指定列的NaN
  df['target_col'] = df['target_col'].fillna(b)
  

内容的提问来源于stack exchange，提问作者David Davó