如何将DataFrame中的NaN值替换为指定文本

原代码适配场景说明 #

你写的两段代码分别对应两种不同的替换场景，注意区分使用条件：

• fillna方法只能识别pandas内置的原生缺失值（pd.NA/np.nan），无法匹配单元格内容为字符串"NaN"的情况，你写的fillna写法本身是正确的，适合批量给不同列指定不同的替换值，如果不需要修改原数据可以去掉inplace=True，直接赋值给新变量即可：

# 仅替换原生缺失值
dftotal = dftotal.fillna({"Computer_OS":"not registered", "Computer_OS_version":"not registered"})

• 你写的loc写法仅能匹配Computer_OS列内容为字符串"NaN"的单元格，如果需要批量处理多列的字符串"NaN"，可以简化为批量替换写法，避免重复写逻辑：

# 替换多列的字符串"NaN"
target_cols = ["Computer_OS", "Computer_OS_version"]
dftotal[target_cols] = dftotal[target_cols].replace("NaN", "not registered")

通用兼容写法 #

如果你不确定空值是原生缺失值还是字符串形式的"NaN"，可以一次性覆盖两种场景：

import numpy as np
target_cols = ["Computer_OS", "Computer_OS_version"]
dftotal[target_cols] = dftotal[target_cols].replace([np.nan, "NaN"], "not registered")

内容的提问来源于stack exchange，提问作者OMAR LOPEZ