如何處理python bool列中的缺失值？

Question

我有一個邏輯列

df['Employed'].dtypes
Out[3]: dtype('O')

值顯示

df['Employed'].value_counts()
Out[4]:
False    156133
True      13271
Name: Self_Employed2, dtype: int64

獨特的展示南

df['Employed'].unique()
Out[5]:array([nan, False, True], dtype=object)

遺失人數

df['Employed'].isnull().sum()
Out[6]: 21210

我正在嘗試將邏輯轉換為字符串並將'nan'更改為'False'，然后將'False'更改為'No'並且將'True'更改為'Yes'，嘗試使用fillna（False將'nan'轉換為'False' ），則無法正常使用str.replace（'False'，'No'）進行嘗試，但也無法正常工作

我需要

Out[7]:
False    177343
True      13271
Name: Employed, dtype: int64

Answer 1

您可以使用帶有不帶' False的Series.fillna try替換缺失值來Series.fillna boolean：

df.Employed = df.Employed.fillna(False)

或者通過Series.dropna刪除缺少的值：

df.Employed = df.Employed.dropna()