df.fillna('', inplace=True)没有成功把 NaN 替换为空字符串

如果 df.fillna('', inplace=True) 没有成功把 NaN 替换为空字符串，可能有以下原因：

✅ 正确语法（本身没问题）：

df.fillna('', inplace=True)

这句代码是正确的，它应该把 所有列中的 NaN 替换为 ''（空字符串） 。

🚨 常见原因分析：

1. DataFrame 实际没有 NaN，而是 None 或空字符串

• fillna('') 只处理真正的 np.nan，不会处理 None（在某些情况下，尤其是 object 类型）或已存在的 ''。
• 你可以用 df.isna().sum() 检查每列里是否真的有 NaN。

2. 有些列是非字符串类型（如 float、int）

• 如果某列是数值类型（比如 float64），你用空字符串填充，会导致 类型冲突，Pandas 会跳过或报错。

  ✅ 解决办法是先把该列转成字符串：

  df = df.astype(str).fillna('')
  

  或只对对象类型列填充空字符串：

  df[df.select_dtypes(include='object').columns] = df.select_dtypes(include='object').fillna('')
  

3. 你看见的 "nan" 其实是字符串 'nan'

• 某些场景（比如用 str() 转换列之后），NaN 变成了字符串 'nan'，不是 np.nan。

  ✅ 可用以下方式替换掉：

  df.replace('nan', '', inplace=True)
  

🔍 推荐你执行以下几步排查：

import numpy as np

# 1. 查看哪里是 NaN
print(df.isna().sum())

# 2. 如果你想统一所有 NaN、None、'nan' 都替换为空字符串
df = df.replace([np.nan, None, 'nan'], '')

# 或者更彻底一点，强转为字符串后替换：
df = df.astype(str).replace('nan', '')