如何在Python的每一列中刪除NaN並獲得相同數量的值？

Question

我正在建立一個線性回歸模型，以檢查該數據集中變量之間的關系。 它包含一些“ XXXXXXX”值，因此首先我將其替換為NaN：

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

然后，我檢查了每列中值的數量：

df.count(axis=0)

似乎值的數量在列之間有所不同：

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

如果我用諸如df = df.fillna(df.median(axis=0), axis=0)的中值填充NaN df = df.fillna(df.median(axis=0), axis=0)每列將獲得200個值，並且我可以進行進一步的分析。

但是，我想使用另一種方法並刪除NaN，以便每列具有相同數量的值。 當我嘗試df.dropna() ，每列中的值計數保持不同。 而且我無法進行回歸分析。

為了刪除NaN並使每列中的值數量相等，正確的方法是什么？

Answer 1

代替['NaN'] ，使用numpy.nan

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

然后df.dropna()應該可以正常工作。