为什么Pandas调用fillna无法将NaN值替换为空字符串

核心原因 #

你当前的写法触发了Pandas的链式索引规则：df.loc[:, [col_buyername, col_product]]切片操作会返回原DataFrame的临时副本，后续在该副本上执行fillna("", inplace=True)的修改只会作用于临时副本，完全不会同步到原始的df对象上，所以你打印原df的列看不到任何变化。

正确实现方案 #

直接在原DataFrame层级操作，避免在切片后的临时对象上用inplace参数即可，推荐两种写法：

# 写法1：显式赋值，兼容性最高，不会触发告警
df[[col_buyername, col_product]] = df[[col_buyername, col_product]].fillna("")

# 写法2：通过subset参数指定要填充的列，直接修改原df
df.fillna("", inplace=True, subset=[col_buyername, col_product])

异常情况排查 #

如果按照上述写法修改后仍不生效，可以排查两个常见问题：

• 缺失值并非标准NaN：部分数据导入时会把缺失值存为字符串"NaN"，fillna无法识别该类值，需要先替换为标准NaN再填充：

  import numpy as np
  df[[col_buyername, col_product]] = df[[col_buyername, col_product]].replace("NaN", np.nan).fillna("")
  

• 列名匹配错误：打印df.columns和col_buyername、col_product的值，确认列名没有多余空格、大小写不一致的问题，避免选中不存在的列导致修改无效。

内容的提问来源于stack exchange，提问作者Derik0003