熊猫系列fillna无法正常工作

Question

我有一个称为Combined的数据框，我试图简单地遍历具有null / nan值的列并替换它们。 我要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)

该代码可以正常运行，但不会替代原始DF上的任何内容。 我已经被困在这个非常简单的任务上了一天，所以我将不胜感激。

我已经从不同的角度尝试了这个问题。 我确保使用inplace = True 。 我确保我的NaN值为np.nan 。 我只是迷茫的为什么这是行不通的。 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具有分类数据，并且显然具有一些NaN。 pd.Series.mode(df[col4])返回预期的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

这与我之前所经历的稍有不同，但是仍然是意外的行为。 df [col4]的第一个值已更改，其余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