我有一个名为combined的数据框，我试图简单地通过具有null / nan值的列进行迭代并替换它们。我完成此任务的代码如下：
def fix_null_columns():
null_columns = [col for col in combined.columns if combined[col].isnull().values.any()]
for col in null_columns:
try:
col_mean_or_mode = pd.Series.mean(combined[col])
except:
col_mean_or_mode = pd.Series.mode(combined[col])
combined[col].fillna(col_mean_or_mode, inplace = True)
代码运行正常，但它不会替换原始DF上的任何内容。我一直坚持这个侮辱性的简单任务一天，所以我很感激任何帮助。
我从不同的角度尝试过这个问题。我已确保使用inplace = True。我已确保我的NaN值为np.nan。我只是迷失了为什么这不起作用。谢谢！
编辑添加MCVE：
示例数据框：
>df
index col1 col2 col3 col4
0 20 1158 1218 NaN
1 21 1108 0 Grvl
2 22 1795 0 NaN
3 23 1060 0 NaN
4 24 1060 0 NaN
col4有分类数据，显然有一些NaN。 pd.Series.mode(df[col4])按预期返回Grvl。
然后我定义：
def fix_null_columns():
null_columns = [col for col in df.columns if df[col].isnull().values.any()]
for col in null_columns:
try:
col_mean_or_mode = pd.Series.mean(df[col])
except:
col_mean_or_mode = pd.Series.mode(df[col])
df[col].fillna(col_mean_or_mode, inplace = True)
然后我运行fix_null_columns()并再次检查我的df：
>df
index col1 col2 col3 col4
0 20 1158 1218 Grvl
1 21 1108 0 Grvl
2 22 1795 0 NaN
3 23 1060 0 NaN
4 24 1060 0 NaN
这与我之前遇到的情况略有不同，但仍有意外行为。 df [col4]的第一个值发生了变化，其余的NaN保持不变。我很困惑。
所需的输出显然是：
>df
index col1 col2 col3 col4
0 20 1158 1218 Grvl
1 21 1108 0 Grvl
2 22 1795 0 Grvl
3 23 1060 0 Grvl
4 24 1060 0 Grvl