你必须分别处理这三种情况（空字符串，NaN，列表中的NaN）。
对于列表中的NaN，您需要循环遍历每个出现的元素，并逐个替换元素。

• 注意：applymap速度较慢，因此如果您事先知道要使用的列，则可以对它们进行子集设置 *

对于空字符串，将它们替换为NaN，然后是fillna。

sub = 'X'
(df.applymap(lambda x: [sub if (pd.isna(e) or e=='')
                        else e for e in x]
                       if isinstance(x, list) else x)
   .replace('', float('nan'))
   .fillna(sub)
 )

输出：

col1  col2       col3    col4
0    X  Jhon  [X, 1, 2]  [k, j]
1  1.0     X  [1, 1, 5]       3
2  2.0     X          X       X
3  3.0  Samy  [1, 1, X]  [b, X]

使用的输入：

from numpy import nan
df = pd.DataFrame({'col1': {0: nan, 1: 1.0, 2: 2.0, 3: 3.0},
                   'col2': {0: 'Jhon', 1: nan, 2: '', 3: 'Samy'},
                   'col3': {0: [nan, 1, 2], 1: [1, 1, 5], 2: nan, 3: [1, 1, nan]},
                   'col4': {0: ['k', 'j'], 1: '3', 2: nan, 3: ['b', '']}})

我有一个非常类似的问题，经过一些研究，我想出了一个解决方案，工作得很好。该解决方案确实需要任何关于包含NA先验列的知识。该解决方案在另一个线程中简要描述。
https://stackoverflow.com/questions/33199193/how-to-fill-dataframe-nan-values-with-empty-list-in-pandas/76043985#76043985