如何将numpy数组中的nan值填充为对应列的均值

直接使用numpy向量化操作即可实现需求，完全不需要遍历列，性能远优于Python层面的循环实现，以下是两种常用方案：

方案1：纯numpy实现（无额外依赖） #

用np.nanmean计算各列忽略nan的均值，配合np.where和广播机制直接填充，示例代码如下：

import numpy as np

# arr 为你从DataFrame转换得到的二维numpy数组
# 计算各列均值（自动跳过nan）
col_means = np.nanmean(arr, axis=0)
# 按列填充nan
arr = np.where(np.isnan(arr), col_means[np.newaxis, :], arr)

如果需要原地修改（类似inplace=True效果），可以改用掩码赋值的写法：

nan_mask = np.isnan(arr)
arr[nan_mask] = np.take(col_means, np.where(nan_mask)[1])

方案2：scikit-learn SimpleImputer实现（适合机器学习预处理场景） #

如果你的场景是数据建模的预处理环节，用SimpleImputer更规范，还支持后续复用填充规则：

from sklearn.impute import SimpleImputer

# 初始化填充器，策略为按列均值填充
imputer = SimpleImputer(strategy='mean')
# 拟合数据同时完成填充
arr = imputer.fit_transform(arr)

两种方案均为底层C实现的向量化运算，相比Python层面遍历列的实现，数据量越大性能优势越明显。

内容的提问来源于stack exchange，提问作者Olli