Python遍历DataFrame行列替换NaN值时遇索引报错求助

首先得帮你理清报错的核心原因：你代码里for column in row这一步，遍历的是该行每个单元格的数值，而不是列名！比如当某行第一列是4.0时，你就会把4.0当成列名去row.loc[column]查找，自然会出现"标签不在列索引中"的错误——毕竟你的列名不可能是4.0这种数值对吧？

另外还有个隐藏问题：iterrows()返回的row是原DataFrame的副本，你直接修改row.loc[column]不会同步到原数据里，就算不报错，最终也达不到修改效果。

下面给你两种解决方案，按需选择：

方案1：修复循环写法（适合小数据集） #

如果你习惯用循环，改成遍历列名而非单元格数值，同时直接修改原DataFrame：

import pandas as pd

for index, row in rawdata3.iterrows():
    # 取出当前行第一列的值，用iloc按位置取更稳妥
    first_val = row.iloc[0]
    # 遍历除第一列外的所有列名
    for col in rawdata3.columns[1:]:
        # 用pandas的isna判断空值，比math.isnan兼容更多空值类型（比如None）
        if pd.isna(row[col]):
            # 用at直接修改原DataFrame的指定位置，避免副本问题
            rawdata3.at[index, col] = first_val

方案2：向量化操作（推荐，高效简洁） #

pandas最擅长的就是向量化操作，完全不用写循环，一行代码搞定：

# 选中除第一列外的所有列，用每行第一列的值填充其中的NaN
rawdata3.iloc[:, 1:] = rawdata3.iloc[:, 1:].fillna(rawdata3.iloc[:, 0], axis=0)

这里axis=0表示按行匹配，让每行的NaN都用该行第一列的值填充，效率比循环高N倍，尤其是数据量大的时候，强烈推荐这种写法。

内容的提问来源于stack exchange，提问作者spcvalente