用均值填充数据集NaN值时触发TypeError错误的排查求助

首先，咱们先把问题拆解清楚：你遇到的TypeError: must be str, not int，大概率是因为你通过索引获取列名的过程中出现了类型匹配问题——虽然df.columns.get_loc(c)能拿到列的整数索引，但绕一圈再用df[df.columns[i]]调用列，不如直接遍历列名来得直接，也更容易避免类型错误。

另外，你提到待填充列包含object类型，这里要注意：object类型的列（比如字符串列）是无法计算均值的，直接调用mean()只会返回NaN，根本起不到填充作用，这也是你代码里的一个潜在隐患。

给你重构后的代码，既解决类型错误，又区分了数值型和object型列的填充逻辑：

def fill_mean():
    # 直接遍历需要填充的列名，避免索引转换的麻烦
    for col in missing:
        # 只对数值型列（float64/int64）用均值填充
        if df[col].dtype in ('float64', 'int64'):
            df[col] = df[col].fillna(df[col].mean())
        # 对object类型列，建议用众数填充（因为没有均值可言）
        elif df[col].dtype == 'object':
            # mode()返回的是Series，取第一个元素就是最频繁的值
            df[col] = df[col].fillna(df[col].mode()[0])
    return df

为什么原来的代码会报错？ #

你的原代码里，m = [df.columns.get_loc(c) for c in df.columns if c in missing]生成的是列的整数索引列表，然后循环i（整数），用df[df.columns[i]]获取列。理论上这没问题，但如果你的DataFrame列名本身是整数类型（比如列名是0、1、2...），或者missing列表里混入了非字符串元素，就会触发must be str, not int的错误——因为Python会把你传入的整数当成行索引去查找，而不是列名。

直接遍历列名的方式就完全避开了这个问题，逻辑也更清晰。

内容的提问来源于stack exchange，提问作者plastico