如何在Python的每一列中删除NaN并获得相同数量的值？

Question

我正在建立一个线性回归模型，以检查该数据集中变量之间的关系。 它包含一些“ XXXXXXX”值，因此首先我将其替换为NaN：

df = df.replace(['XXXXXXX'], ['NaN'])

然后，我检查了每列中值的数量：

df.count(axis=0)

似乎值的数量在列之间有所不同：

season            200
river size        200
fluid velocity    200
chemical_1        199
chemical_2        198
chemical_3        190
chemical_4        198
chemical_5        198
chemical_6        198
chemical_7        198
chemical_8        188
algae_1           183
algae_2           183
algae_3           183
algae_4           183
algae_5           200
algae_6           200
algae_7           183

如果我用诸如df = df.fillna(df.median(axis=0), axis=0)的中值填充NaN df = df.fillna(df.median(axis=0), axis=0)每列将获得200个值，并且我可以进行进一步的分析。

但是，我想使用另一种方法并删除NaN，以便每列具有相同数量的值。 当我尝试df.dropna() ，每列中的值计数保持不同。 而且我无法进行回归分析。

为了删除NaN并使每列中的值数量相等，正确的方法是什么？

Answer 1

代替['NaN'] ，使用numpy.nan

import numpy as np
df = df.replace(['XXXXXXX'], np.nan)

然后df.dropna()应该可以正常工作。