求助：Pandas的fillna()方法填充NaN后仍存在空值问题

我来帮你揪出这个问题的根源！这种情况我自己在处理DataFrame的时候也遇到过好几次，大概率是下面这几个原因导致的：

• fillna()没修改原DataFrame
  这个是最常见的坑！fillna()默认会返回一个填充后的新DataFrame，而不会直接修改原来的那个。如果你只是写了df.fillna(df.mean())却没把结果存回去，原数据里的NaN根本没变化。
  正确的写法二选一：

  # 方法1：把填充后的结果赋值回原变量
  df = df.fillna(df.mean())
  # 方法2：用inplace=True参数原地修改
  df.fillna(df.mean(), inplace=True)
  

• 均值计算没覆盖所有需要填充的列
  你说检查了所有列的均值不为NaN，但可能忽略了非数值型列？df.mean()默认只会计算数值列的均值，像字符串、布尔类型的列，它不会处理，这些列里的NaN会原封不动保留下来，自然会触发后续的if判断。
  你可以先跑下面的代码看看哪些列还留着NaN：

  print(df.isna().sum())
  

  如果是非数值列的问题，可以用众数来填充这类列：

  # 数值列用均值，非数值列用众数填充
  df = df.fillna(df.mean(numeric_only=True)).fillna(df.mode().iloc[0])
  

• 判断逻辑的变量没更新
  有没有可能你在填充之后，用的还是填充前的DataFrame变量？比如填充完没赋值，直接去判断原df，那肯定还能看到NaN。或者你的判断写法有问题？比如检查行是否有NaN的时候，是不是用了df.isna().any()而不是df.isna().any(axis=1)？

给你一个完整的验证流程，你可以照着跑一遍，就能清楚问题出在哪了：

# 1. 先看原始数据的NaN分布
print("原始NaN统计：")
print(df.isna().sum())

# 2. 确认均值计算的范围（只针对数值列）
mean_values = df.mean(numeric_only=True)
print("\n数值列均值：")
print(mean_values)

# 3. 执行填充并更新df
df = df.fillna(mean_values)

# 4. 检查填充后的NaN情况
print("\n填充后NaN统计：")
print(df.isna().sum())

# 5. 再执行你的判断逻辑
if df.isna().any(axis=1).any():
    print("\n仍存在NaN的行：")
    print(df[df.isna().any(axis=1)])
else:
    print("\n所有NaN都被成功填充啦！")

内容的提问来源于stack exchange，提问作者Acrofales