将fillna与相同长度的系列一起使用：

s = pd.Series(['unknown1', 'unknown2'])
df['animals'] = df['animals'].fillna(df['animals'].isna().cumsum().sub(1).map(s))
df

    animals
0  unknown1
1       cat
2       dog
3  unknown2
4     hippo
5  elephant

如何运作

当前方法的问题是fillna要么使用单个填充值，要么使用与要填充的列/DataFrame长度相同的Series。然后，它将从序列中获取第N个填充值，以填充列中第N个位置处的NaN。从文档：
value : scalar, dict, Series, or DataFrame
用于填充孔的值（例如0），或者是一个dict/Series/DataFrame的值**，指定每个索引**（对于Series）或列（对于DataFrame）使用哪个值。
因此，我们通过创建一个具有类似值的临时序列来解决这个问题，该序列在正确的位置具有我们想要的填充值：

df['animals'].isna().cumsum()

0    1
1    1
2    1
3    2
4    2
5    2
Name: animals, dtype: int64

s = pd.Series(['unknown1', 'unknown2'])
df['animals'].isna().cumsum().sub(1).map(s)

0    unknown1
1    unknown1
2    unknown1
3    unknown2
4    unknown2
5    unknown2
Name: animals, dtype: object

我如何才能让它工作，以便我可以用一个pandas系列的缺失值替换给定列中的缺失值，其长度等于该列中缺失值的数量？
你可以简单地使用loc而不使用pd.Series来避免索引对齐问题：

df.loc[df['animals'].isna(), 'animals'] = ['unknown1', 'unknown2']

输出：

>>> df
    animals
0  unknown1
1       cat
2       dog
3  unknown2
4     hippo
5  elephant

您的代码只有在您对Series使用相同的索引时才能工作：

>>> df['animals'].fillna(pd.Series(['unknown1', 'unknown2'], 
                                   index=df[df['animals'].isna()].index))

0    unknown1
1         cat
2         dog
3    unknown2
4       hippo
5    elephant
Name: animals, dtype: object