Pandas中不能填空值

Question

我有一个 dataframe

Gender

0 女性
1 名女性
2
3 女
4 女

使用具有一些 na 值的性别列，并且性别之间的划分为：

Male      5453
Female    4543
Name: Gender, dtype: int64

当尝试用 vale male 填充缺失值时，因为它是最常见的，使用以下代码：

data['Gender'] = data['Gender'].fillna(data['Gender'].value_counts().idxmax)

我似乎得到了相同的值：

data['Gender'].value_counts()

Male                                                                                          5453
Female                                                                                        4543
<bound method Series.idxmax of Male      5453\nFemale    4543\nName: Gender, dtype: int64>       4
Name: Gender, dtype: int64

似乎没有任何改变 - 就计数 go 而言，但是

data.isnull().any()

结果为假

然后当我尝试将数据类型更改为类别时：

data['Gender'] = data['Gender'].astype('category')

我收到此错误：

TypeError: 'Series' objects are mutable, thus they cannot be hashed

Answer 1

正如 Tserenjamts 已经说过的那样，最有可能发生这种情况是因为您要填充的值不是 NaN，而是一个空字符串。 您的代码中也存在错误，因此您的代码不会用最频繁的值填充 NaN，而是 idmax object。

试试这个来修复你的错误：

data['Gender'].replace('',np.NaN).fillna(data['Gender'].value_counts().idxmax())