解决pandas.DataFrame.fillna填充NaN失败的问题
发布时间：2026-10-14| 6人浏览过
在使用pandas DataFrame的fillna方法时，若未设置inplace=True，填充操作不会修改原数据框，导致看似填充失败。本文通过对比直接打印结果与修改原数据两种方式，详细解析inplace参数的作用，确保数据变更持久保存。
pandas fillna填充NaN无效的原因
在使用pandas处理数据时，经常遇到需要填充NaN值的情况。
>>> df.fillna(0)
>>> print(df) # 可以看到未发生改变
>>> print(df.fillna(0)) # 如果直接打印是可以看到填充进去了
>>> print(df) # 但是再次打印就会发现没有了，还是Nan例如，尝试将所有NaN值替换为0并打印数据框，会发现数值并未发生变化。这通常是因为调用fillna方法时遗漏了inplace参数，导致操作仅返回新对象而未修改原数据。
要使源数据发生实际改变并保存结果，必须在fillna方法中显式指定inplace=True参数。
使用inplace参数确保数据修改
>>> df.fillna(0, inplace = True)
>>> print(df) #可以看到发生改变
以上就是解决pandas DataFrame fillna填充NaN无效问题的核心要点，希望能为读者提供有效的参考与帮助。
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
