如何在 Python Pandas 数据集中使用 Mode 填充 NaN 值？

Question

在我的数据集（ train 、 test ）中，某些记录的max_floor值为空。 我试图用共享相同公寓名称的公寓的max_floor值模式填充空值：

for t in full.apartment_name.unique():
    for df in frames:
        df['max_floor'].fillna((df.loc[df["apartment_name"]==t,   
         'max_floor']).mode, inplace=True)

其中full是train.append(test)和df是[train,test]

运行上面的代码并没有给我预期的结果。 上面的代码运行良好，但使用以下文本填充所有max_floor空值：

bound method Series.mode of 0        NaN
1084     NaN
23278    9.0
Name: max_floor, dtype: float64

我只想用max_floor值替换上面的文本。 任何帮助将不胜感激。

Answer 1

mode()是一个函数，您已引用它但未调用它。

更改mode ，以mode()

Answer 2

您需要访问mode()结果中的第一个值。 例如：

   A    B
0  1  3.0
1  2  NaN
2  2  NaN
3  3  NaN

用A列的模式填充缺失值：

df.fillna(df['A'].mode()[0])

输出：

   A    B
0  1  3.0
1  2  2.0
2  2  2.0
3  3  2.0