Pandas多级索引DataFrame中df.fillna(df.mean())失效问题求助

Hey，我来帮你拆解下为啥df.fillna(df.mean())没把NaN都搞定，大概率是下面几个原因之一，对应解决办法我也列出来了：

1. 你的DataFrame包含非数值型列 #

df.mean()只认数值型列（int/float类型），对于字符串、object、datetime这类非数值列，它直接返回NaN——用NaN去填充NaN，当然等于没处理，这些列的NaN自然还留在那里。

举个例子：如果你的df里有一列是用户的性别（字符串类型），这列的NaN根本没法用均值填充，因为字符串没有“均值”这个概念。

解决办法：

• 只针对数值型列做均值填充：

  # 先筛选出所有数值型列
  numeric_cols = df.select_dtypes(include=['int64', 'float64']).columns
  # 只对这些列填充均值
  df[numeric_cols] = df[numeric_cols].fillna(df[numeric_cols].mean())
  

• 如果非数值列也需要处理，可以单独用众数填充（最常见的值）：

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

2. 某些列本身全是NaN #

如果某一列的所有值都是NaN，那df.mean()计算这列的结果也是NaN——总不能用NaN去填充NaN吧？所以这类列的NaN会原封不动保留。

解决办法：

• 先排查哪些列全是NaN：

  print(df.isna().all())
  

• 处理方式二选一：

  # 方式1：直接删除全NaN的列（如果这些列没用的话）
  df = df.dropna(axis=1, how='all')
  # 方式2：用自定义值填充，比如0或者其他业务逻辑允许的默认值
  df = df.fillna(df.mean()).fillna(0)
  

3. 数据范围的操作逻辑可能有问题 #

看你的代码是df = df.fillna(df.mean()).head(20)，这里是先对整个DataFrame填充均值，再取前20行。但如果前20行里的某些列，在整个df中的均值本身就是NaN（比如整个df里这列几乎全是NaN），那填充后还是会有NaN。

另外，如果你的需求是只处理前20行的NaN，那你的代码逻辑反了——应该先取前20行，再针对这20行计算均值填充：

# 先取出前20行并复制（避免修改原df）
df_head = df.head(20).copy()
# 对这20行的数值列填充它们自己的均值
numeric_cols = df_head.select_dtypes(include=['int64', 'float64']).columns
df_head[numeric_cols] = df_head[numeric_cols].fillna(df_head[numeric_cols].mean())

内容的提问来源于stack exchange，提问作者boure Li