如何用对应列非NaN值填充Pandas DataFrame的object类型空值？

先明确你的核心需求：针对DataFrame里的object类型列，用该列中存在的有效非NaN值填充所有空值。你的尝试代码里直接用df[col][0]存在取到NaN的风险，下面给你一套可靠的解决方案。

分析你的场景 #

从你的示例数据和期望输出来看：

• company列仅第1行有非空值coca-cola，需要把整列的NaN都替换为这个值
• product列第1行是NaN，需要用列内的首个非空值coca填充，其他已有值保留不变

可行解决方案 #

我们可以先筛选出所有object类型的列，然后对每一列先获取有效非空值（优先取首个非NaN值，或根据需求取众数），再用这个值填充列内的空值。

方法1：用列内首个非NaN值填充

import pandas as pd
import numpy as np

# 你的原始数据
data = {'product': ['coca', np.nan, 'pepsi', 'pepsi', 'orange'], 
        'price': [25, 94, 57, 62, 70], 
        'company':[np.nan,'coca-cola',np.nan,np.nan,np.nan]} 
df = pd.DataFrame(data)

# 遍历处理所有object类型列
for col in df.columns:
    if df[col].dtype == 'object':
        # 先过滤掉NaN，取第一个有效非空值
        fill_value = df[col].dropna().iloc[0]
        # 注意：必须赋值回原列，否则不会修改原DataFrame（你的原代码就是漏了这一步！）
        df[col] = df[col].fillna(fill_value)

print(df)

输出结果：

company  price product
0  coca-cola     25    coca
1  coca-cola     94    coca
2  coca-cola     57    pepsi
3  coca-cola     62    pepsi
4  coca-cola     70   orange

关键细节补充 #

1. 原代码未生效的原因：你调用df[col].fillna(...)后没有将结果赋值回df[col]，Pandas的多数方法会返回新对象，不会直接修改原DataFrame，赋值操作是必须的。
2. 如何避免取到NaN：用df[col].dropna().iloc[0]可以先剔除列内的NaN，再取第一个有效非空值，彻底规避取到NaN的风险（如果担心列全是NaN，可以额外加个判断：if not df[col].dropna().empty）。
3. 如果列有多个不同非空值：如果你的场景中，某个object列有多个不同的非空值，想统一用出现次数最多的那个填充，可以把获取填充值的代码改成：

fill_value = df[col].mode()[0]

内容的提问来源于stack exchange，提问作者rosefun