如何用自定义函数将 DataFrame 中每列的 NaN 替换为该列均值
自定义函数实现DataFrame数值列NaN替换为列均值，自动跳过非数值列。相比手动循环更可靠且可复用，但需注意原地修改风险、数据类型安全及空列处理，建议先复制再操作。
在数据预处理中，用每列的均值填补缺失值（NaN），是一个既常见又稳妥的做法。虽然一行代码 df.apply(lambda x: x.fillna(x.mean()), axis=0) 就能搞定，但把它封装成一个可复用、易调试、可扩展的自定义函数，才更有工程价值，特别是当数据清洗流程需要反复执行或在不同项目间迁移时。
下面直接给出推荐的规范实现方式，以及它为什么比手动写循环更靠谱。
✅ 正确的全列均值填充函数（推荐）
import pandas as pd
import numpy as np
def fill_nan_with_mean(df):
"""
将 DataFrame 中所有数值列的 NaN 值替换为对应列的均值。
自动跳过非数值列（如字符串、时间序列），避免报错。
Parameters:
df (pd.DataFrame): 输入 DataFrame
Returns:
pd.DataFrame: 原地修改后的 DataFrame（若需保留原 df，请先 df.copy()）
"""
# 计算每列均值（仅对数值列有效，自动忽略非数值列）
column_means = df.select_dtypes(include=[np.number]).mean()
# 使用 fillna 批量填充：支持按列广播
df.fillna(column_means, inplace=True)
return df
使用示例：
# 示例数据
df = pd.DataFrame({
'A': [1, 2, np.nan, 4],
'B': [5, np.nan, 7, 8],
'C': ['x', 'y', 'z', 'w'] # 非数值列，将被自动忽略
})
fill_nan_with_mean(df)
print(df)
# 输出：
# A B C
# 0 1.0 5.0 x
# 1 2.0 6.5 y
# 2 2.3 7.0 z
# 3 4.0 8.0 w
✅ 单列指定填充函数（灵活调试用）
有时候你只想处理某一列，或者需要单独验证该列的效果，这时候一个针对单列的函数就更方便。
def fill_nan_with_mean_single_column(df, column_name):
"""
对指定列用其均值填充 NaN。
Parameters:
df (pd.DataFrame): 输入 DataFrame
column_name (str): 待处理列名
Raises:
KeyError: 若列不存在
TypeError: 若该列不可计算均值（如全为字符串）
"""
if column_name not in df.columns:
raise KeyError(f"Column '{column_name}' not found in DataFrame.")
col_series = df[column_name]
if not np.issubdtype(col_series.dtype, np.number):
raise TypeError(f"Column '{column_name}' is not numeric; mean cannot be computed.")
mean_val = col_series.mean()
df[column_name].fillna(mean_val, inplace=True)
return df
❌ 为什么原始尝试失败？
很多初学者会尝试用 if x is None 来判断 NaN，再结合 axis=1 搞一个按行循环——这其实是两个坑。
- NaN 不等于 None：pandas 里的空值 NaN 用
pd.isna()或df.isna()检测，if x is None永远抓不到它。 - axis=1 按行走，均值却要按列算：用
apply(..., axis=1)时，x代表一行，计算x.mean()得到的是该行的均值，而不是你想要的列均值。这是方向性错误。
另外，Series.mean() 默认会跳过 NaN，只计算有效值的均值，这正是我们需要的逻辑，完全不需要手动写 if/else 分支去判断每个值是不是空。
⚠️ 注意事项与最佳实践
函数写好了，但真正用到生产环境，有几个地方需要特别留意：
- 原地修改风险：
inplace=True会直接改掉原始 DataFrame，如果后续流程需要回滚或对比，最好默认返回新 DataFrame，或者至少加个明确的注释说明。 - 类型安全：用
select_dtypes(include=[np.number])显式只处理数值列，能避免像时间戳、字符串列跳出来捣乱，报一个奇怪的 TypeError。 - 小心空列：如果某一列全部是 NaN，
.mean()返回的还是 NaN，用这个 NaN 去fillna(NaN)等于没做。所以建议提前检查：if pd.isna(mean_val): raise ValueError(...)，或者直接跳过该列。 - 链式调用兼容性：如果你的清洗流程喜欢用
df.pipe(fill_nan_with_mean)这种写法，函数一定要返回df，而不是返回None。否则链式调用会断掉。
掌握了这个模式，你不仅能精准替换缺失值，还能顺着这个思路封装出中位数填充、众数填充、插值填充等更复杂的清洗函数。整个数据预处理流程，就会变得清晰、可控、可复用。
Photoshop 2026 是 Adobe 推出的专业图像处理与视觉设计软件，支持 Windows、macOS 和 iPad 等平台，广泛应用于摄影修图、电商设计、平面海报、数字绘画及视觉合成等创作场景。
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
Photoshop 2026 是 Adobe 推出的专业图像处理与视觉设计软件，支持 Windows、macOS 和 iPad 等平台，广泛应用于摄影修图、电商设计、平面海报、数字绘画及视觉合成等创作场景。
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。