如何在Pandas DataFrame中按条件替换NaN值并修复异常？

咱们先来拆解下你代码里触发except块的核心问题：

• 布尔Series不能直接作为if判断条件：q_data.change == 0.00会返回一个由布尔值组成的Series（每行对应True/False），但if语句需要单个布尔结果，直接这么写会触发ValueError，这就是代码跳去异常块的主要原因。
• 逻辑不符合需求：你要的是替换open/high/low里的NaN值，原代码却直接把整列都改成close值，范围太宽泛了。
• 语法细节问题：如果是Python3环境，print "No data"需要改成print("No data")，不然也会触发语法错误。

下面是修正后的完整代码，完美匹配你的需求：

import pandas as pd

try:
    url = 'https://api.iextrading.com/1.0/stock/AAME/chart/1y'
    q_data = pd.read_json(url)
    
    # 先锁定change值为0.00的行，生成布尔索引
    target_rows = q_data['change'] == 0.00
    
    # 针对目标行，只把open/high/low中的NaN值替换为对应行的close值
    q_data.loc[target_rows, ['open', 'high', 'low']] = q_data.loc[target_rows, ['open', 'high', 'low']].fillna(
        q_data.loc[target_rows, 'close'], axis=0
    )
    
except Exception as e:
    print(f"No data, error details: {e}")  # 打印错误信息方便排查
    # 只有当这段代码在循环内时，continue才有用，否则可删除
    # continue

关键细节说明： #

1. 精准定位目标行：用target_rows生成布尔索引，只筛选change为0.00的行，避免影响其他数据。
2. 按需替换NaN：用fillna方法，仅对目标行里open/high/low的NaN值进行填充，保留非NaN的原有数据。
3. 调试优化：把Exception改为Exception as e，打印具体错误信息，方便后续排查问题。

内容的提问来源于stack exchange，提问作者bkcollection