如何用 python 中的 DataFrame 列的模式替換 NA 值？

Question

我對 Python（和本網站）完全陌生，目前正在嘗試用其模式替換特定 dataframe 列中的 NA 值。 我嘗試了各種無效的方法。 請幫助我發現我做錯了什么：

注意：我使用的所有列都是float64類型。 我所有的代碼都運行但是當我在列中使用df[cols_mode].isnull().sum()檢查 null 數量時，它保持不變。

方法一：

cols_mode = ['race', 'goal', 'date', 'go_out', 'career_c']

df[cols_mode].apply(lambda x: x.fillna(x.mode, inplace=True))

我也嘗試了 Imputer 方法但遇到了相同的結果

方法二：

for column in df[['race', 'goal', 'date', 'go_out', 'career_c']]:
    mode = df[column].mode()
    df[column] = df[column].fillna(mode)

方法三：

df['race'].fillna(df.race.mode(), inplace=True)
df['goal'].fillna(df.goal.mode(), inplace=True)
df['date'].fillna(df.date.mode(), inplace=True)
df['go_out'].fillna(df.go_out.mode(), inplace=True)
df['career_c'].fillna(df.career_c.mode(), inplace=True)

方法 4：我的方法越來越像一個手動過程，最后這個方法起作用了：

df['race'].fillna(2.0, inplace=True)
df['goal'].fillna(1.0, inplace=True)
df['date'].fillna(6.0, inplace=True)
df['go_out'].fillna(2.0, inplace=True)
df['career_c'].fillna(2.0, inplace=True) 

Answer 1

mode返回一個系列，因此在替換 DataFrame 中的NaN值之前，您仍然需要訪問所需的行。

for column in ['race', 'goal', 'date', 'go_out', 'career_c']:
    df[column].fillna(df[column].mode()[0], inplace=True)

如果要將其應用於 DataFrame 的所有列，則：

for column in df.columns:
    df[column].fillna(df[column].mode()[0], inplace=True)

Answer 2

或者，我使用了另一個僅包含列模式的數據框，但是您需要確保 NaN 不是任何列的模式

 #Create the Mode Data frame 
    df_mode=df.mode()
#simply using a forloop with object 
    for x in df.columns.values:
        df[x]=df[x].fillna(value=df_mode[x].iloc[0])

您也可以使用就地方法。 這在處理大型數據集時很有用，我只是創建了一個數據框，所有列的所有均值模式中值。

Answer 3

為什么不為您的列使用字典並通過它來代替？

dic = {'race': 2.0, 'goal': 1.0, 'date': 6.0, 'go_out': 2.0, 'career_c': 2.0}
df.fillna(value=dic)

Answer 4

對於單列插補

df['col'] = df['col'].fillna(df['col'].mode()[0])

如果你想將相同的應用到列列表然后循環它。