pandas使用fillna处理列空值未生效 赋值后触发KeyError问题

两次操作分别踩了pandas的两个典型使用误区：

误区1：fillna未生效，空值统计前后无变化 #

pandas中绝大多数数据转换类方法（包括fillna、replace、apply等）默认不会直接修改原始数据对象，而是返回一个完成转换的副本。
你第一次写的df['col'].fillna(value='no_val')仅在内存中生成了一个填充完成的一维列副本，既没有把这个副本赋值回原列，也没有开启原地修改参数，原始df里的col列完全没有被改动，后续统计空值自然和初始结果完全一致。
对应正确的实现写法：

• 显式将fillna返回的副本赋值回原列，这也是pandas官方推荐的写法：df['col'] = df['col'].fillna(value='no_val')
• 开启原地修改参数直接改动原列：df['col'].fillna(value='no_val', inplace=True)

注：pandas新版本中inplace参数已被标记为不推荐使用，长期维护代码更建议采用显式赋值的写法

误区2：修改代码后抛出col字段的KeyError #

df['col']本身是一个从二维DataFrame中取出的一维Series对象，不是完整的二维DataFrame结构。
你写的df = df['col'].fillna(value='no_val')这行，实际是把填充完成的单列Series直接覆盖了原本存储二维DataFrame的变量df：此时df已经从多列的表结构变成了单维度的行索引结构，既丢失了其他所有列数据，也不存在名为col的列维度。后续代码再用df['col']访问字段时，自然会因为找不到对应的列名抛出KeyError。

注意：如果要对单列做填充，绝对不要把单列的返回值直接赋值回整个DataFrame变量，只需要把结果赋值回原列位置即可。

内容的提问来源于stack exchange，提问作者user13067694