Python DataFrame替换"?"为NaN未生效，求正确处理方法

你的问题其实出在两个关键地方：没有真正修改原DataFrame，以及把"?"替换成了字符串版的"NaN"而非pandas识别的缺失值。咱们一步步来解决：

1. 为什么原来的代码没生效？ #

• 首先，data.replace('?','NaN')默认会返回一个修改后的新DataFrame，但你没有把这个新对象赋值回data，也没加inplace=True参数，所以原数据完全没变化，自然还能看到"?"。
• 其次，就算你赋值了，这里的'NaN'是普通字符串，不是pandas/numpy用来标记缺失值的np.nan。fillna()只会处理真正的缺失值（比如np.nan、pd.NA），字符串"NaN"会被当成普通数据保留，而且你的price还是object类型，调用max()时会按字符串规则比较，这些异常值自然会存在。

2. 正确的处理步骤 #

步骤1：替换"?"为真正的缺失值 #

先导入numpy（我们需要用np.nan），然后把所有"?"替换成np.nan，同时确保修改原DataFrame：

import numpy as np
import pandas as pd

# 方式一：赋值回原变量（推荐，避免原地修改的潜在问题）
data = data.replace('?', np.nan)

# 方式二：原地修改（直接改原数据）
# data.replace('?', np.nan, inplace=True)

如果只想替换特定字段（比如只处理price），可以单独操作：

data['price'] = data['price'].replace('?', np.nan)

步骤2：将price转为数值类型 #

因为原来的price是object类型（包含字符串），必须转成数值类型才能正常使用max()、mean()这类数值方法。用pd.to_numeric，并通过errors='coerce'把无法转为数值的内容（比如漏网的异常字符串）也转为np.nan：

data['price'] = pd.to_numeric(data['price'], errors='coerce')

步骤3：填充缺失值（按需选择） #

现在可以用fillna()处理缺失值了，比如用均值填充：

# 用price列的均值填充缺失值
data['price'] = data['price'].fillna(data['price'].mean())

# 或者用中位数、特定值填充，比如：
# data['price'] = data['price'].fillna(data['price'].median())
# data['price'] = data['price'].fillna(0)

步骤4：验证结果 #

现在再调用max()就正常了：

print(data['price'].max())

内容的提问来源于stack exchange，提问作者Sonia