Python Pandas中用fillna()/replace()替换列中NAN为字典值的问题

嘿，我明白你遇到的问题了——直接用fillna(Bvalue)没法把NaN替换成目标字典，其实是因为pandas对fillna()的value参数有特殊的处理逻辑：如果传入的是字典，pandas会把它当成列名到填充值的映射表，而不是把这个字典当作单个值去填充缺失项。你的列是A和B，字典里的key是'KEY'和'VALUE'，完全不匹配，所以代码自然不会生效啦。

下面给你两个简单可行的解决方案：

方案1：用apply()逐个处理元素 #

我们可以遍历B列的每个元素，判断如果是NaN就替换成目标字典，否则保留原内容：

import pandas as pd

Bvalue = {'KEY':1,'VALUE':2}
Temp_Data_DF['B'] = Temp_Data_DF['B'].apply(lambda x: Bvalue if pd.isna(x) else x)

方案2：用replace()直接替换NaN #

replace()方法可以直接指定把np.nan替换成你想要的字典对象，操作更简洁：

import pandas as pd
import numpy as np

Bvalue = {'KEY':1,'VALUE':2}
Temp_Data_DF['B'] = Temp_Data_DF['B'].replace(np.nan, Bvalue)

效果验证 #

运行上面任意一段代码后，你的DataFrame就会变成你期望的样子：

A                     B
0  1  {'KEY': 1, 'VALUE': 2}
1  2  {'KEY': 1, 'VALUE': 2}
2  3  {'KEY': 1, 'VALUE': 2}

小补充 #

如果你的DataFrame里的"NAN"是字符串类型（不是pandas默认的缺失值np.nan），那得先把它转换成真正的缺失值再填充：

Temp_Data_DF['B'] = Temp_Data_DF['B'].replace('NAN', np.nan)

内容的提问来源于stack exchange，提问作者sindhu