您正在执行：

X['Smokinginpregnancy'][0] == np.nan

字符串
这是 * 保证 * 返回False，因为所有NaN比较不等于一切由IEEE754标准：

>>> x = float('nan')
>>> x == x
False
>>> x == 1
False
>>> x == float('nan')
False

型
另请参阅here。您必须使用math.isnan来检查NaN：

>>> math.isnan(x)
True

型
或numpy.isnan
所以用途：

numpy.isnan(X['Smokinginpregnancy'][0])

型
关于pandas.fillna，注意这个函数返回填充数组。也许你做了这样的事情：

X.fillna(...)

型
或者，你必须传递inplace=True来改变你正在调用方法的对象。

pandas中的NaN可以用函数pandas.isnull检查。我创建了布尔掩码，并返回NaN值的子集。
函数fillna可以用于一列Smokinginpregnancy（更多信息在doc中）：

X['Smokinginpregnancy'] = X['Smokinginpregnancy'].fillna('100')

字符串
或

X['Smokinginpregnancy'].fillna('100', inplace=True)

型

警告：

有时候inplace=True可以忽略，最好不要用。-link，github，github 3 comments.
一起来：

print X['Smokinginpregnancy'].head() 
#Index
#E09000002          NaN
#E09000003     5.216126
#E09000004    10.287496
#E09000005     3.090379
#E09000006     6.080041

#check NaN in column Smokinginpregnancy by boolean mask
mask = pd.isnull(X['Smokinginpregnancy'])
XNaN = X[mask]
print XNaN
#           Smokinginpregnancy
#Index
#E09000002                 NaN

#use function fillna for column Smokinginpregnancy
#X['Smokinginpregnancy'] = X['Smokinginpregnancy'].fillna('100')
X['Smokinginpregnancy'].fillna('100', inplace=True)
print X
#          Smokinginpregnancy
#Index
#E09000002                100
#E09000003           5.216126
#E09000004            10.2875
#E09000005           3.090379
#E09000006           6.080041

型
更多信息，为什么比较不起作用：
需要注意的是，在python（和numpy）中，nan不能比较相等性，但None可以。请注意，Pandas/numpy使用了np.nan != np.nan的事实，并将None视为np.nan。更多信息请参阅Bakuriu's答案。

In [11]: None == None
Out[11]: True

In [12]: np.nan == np.nan
Out[12]: False

型