如何替换df一列中的nan值

在Pandas中替换NaN（Not a Number）值，可以使用以下两种方法：

1. **使用`fillna()`函数**[^1]：

   import pandas as pd
   df['column_name'].fillna(value_to_replace_with, inplace=True)

这里，`value_to_replace_with`是你想要填充到NaN值的位置的新值，`inplace=True`表示直接修改原始DataFrame。

2. **使用`mask()`函数结合`np.nan`**：

   df['column_name'] = df['column_name'].mask(df['column_name'].isna(), value_to_replace_with)

`df['column_name'].isna()`会创建一个布尔掩码，`True`对应NaN值，`False`对应非NaN值。然后用`value_to_replace_with`替换这些`True`的值。

记得在实际操作时，将`column_name`替换为你想要操作的实际列名，`value_to_replace_with`替换为你要替换的目标值。如果你希望保持原地修改数据框，确保`fillna()`或`mask()`的`inplace=True`参数设置为`True`。