如何用从1起始的连续自然数按序填充数据帧中的Nan值？

顺着你现有fillna写法的入参配置 #

你写的df['Columns'] = df['Columns'].fillna(xxx)的写法完全可行，只要把xxx换成和列长度匹配、从1开始的连续自然数序列就行，完整代码是：

df['Columns'] = df['Columns'].fillna(range(1, len(df) + 1))

这里的逻辑很简单：fillna的第一个填充参数，既可以传单个固定值做全局统一替换，也可以传和原列索引对齐的序列，逐行匹配填充值。你现在的目标列全为NaN，生成的range(1, len(df)+1)长度刚好和列一致，默认行索引和原df的0、1、2、3行完全对齐，能把每个位置的NaN替换成从1递增的连续数，完全匹配预期效果。

更省事的等价写法 #

因为你现在的目标列全是NaN，根本没必要走fillna判断哪些位置是空值的冗余逻辑，直接整列赋值就行，代码更短跑得还快：

df['Columns'] = range(1, len(df) + 1)

跑出来的结果和预期完全一样，Columns列逐行就是1、2、3、4。

通用场景补充 #

如果之后遇到不是全列空、只有部分位置是空值的情况，也想给这些空值按顺序填从1开始的连续数、保留原来的非空值，只要把填充序列的索引和空值所在的行号对齐再传给fillna就行：

# 找出所有空值的行索引
na_row_idx = df.loc[df['Columns'].isna(), 'Columns'].index
# 生成和空值数量匹配的连续自然数，绑定对应空值的行索引
fill_series = pd.Series(range(1, len(na_row_idx) + 1), index=na_row_idx)
# 执行填充
df['Columns'] = df['Columns'].fillna(fill_series)

内容的提问来源于stack exchange，提问作者Rikky Bhai