如何基于DataFrame中其他有效值填充含NaN的列？附代码片段

嘿，我来帮你搞定这个DataFrame填充NaN的问题！首先先理清楚你的需求：你想用col1、col2、col3这三列里的有效值，填充这三列中的NaN值。先把你的原始数据整理成清晰的表格：

改进你的现有循环代码 #

你的初始思路是对的，但有几个小细节需要修正：比如列表推导式里的变量名重复、判断NaN的方式不够严谨，还有循环变量不匹配的问题。我帮你修正并完善了代码，直接可以运行：

import pandas as pd
import numpy as np

# 先构造你的目标DataFrame
df = pd.DataFrame({
    'col1': [np.nan, 2, 3],
    'col2': [1, 2, np.nan],
    'col3': [2, 2, 1],
    'col4': [4, 3, 2]
})

# 遍历每一行，处理NaN填充
for idx, row in df.iterrows():
    # 提取当前行需要处理的三列
    target_cols = row[['col1', 'col2', 'col3']]
    # 获取该行的有效值（过滤掉NaN）
    valid_vals = target_cols.dropna().values
    # 如果有有效值，就用均值填充NaN（你也可以换成第一个有效值、众数等）
    if len(valid_vals) > 0:
        fill_val = valid_vals.mean()  # 替换成valid_vals[0]可取第一个有效值
        df.loc[idx, ['col1', 'col2', 'col3']] = target_cols.fillna(fill_val)

# 输出结果
print(df)

运行后得到的结果：

col1  col2  col3  col4
0   1.5   1.0   2.0     4
1   2.0   2.0   2.0     3
2   3.0   2.0   1.0     2

更高效的Pandas内置方法 #

如果你的数据集比较大，循环的效率会很低，推荐用Pandas的内置方法，一行代码就能完成需求，性能提升很多：

# 用每行的有效值均值填充NaN
df[['col1', 'col2', 'col3']] = df[['col1', 'col2', 'col3']].apply(
    lambda x: x.fillna(x.mean()), axis=1
)

# 如果你想取第一个有效值填充（而不是均值），可以用这段代码：
# df[['col1', 'col2', 'col3']] = df[['col1', 'col2', 'col3']].apply(
#     lambda x: x.fillna(x.dropna().iloc[0] if not x.dropna().empty else np.nan), axis=1
# )

代码解释 #

• axis=1 指定逐行处理，而不是默认的逐列
• x.mean() 计算当前行三列的有效值均值，用来填充该行的NaN
• 如果某一行三个值全是NaN（你的数据里没有这种情况），可以保留NaN或者自定义填充值

内容的提问来源于stack exchange，提问作者Piyush S. Wanare