fillna 不替換 dataframe 中的 nan 值

Question

我正在嘗試使用fillna() function 替換 dataframe 列“功能”中的 nan 值。 我面臨的問題如下：

1. 我能夠使用isnull()檢測到 null 值

dfcomp[dfcomp['Functional'].isnull()==True]

搜索 null 值

2. 使用上面的索引我搜索了實際值

dfcomp['Functional'][2216]

使用索引進行值搜索

3. 但是當我嘗試使用fillna()填充 nan 時，什么也沒有發生。 即使在運行了 fillna 語句后，我也可以重新運行第一個語句並看到相同的 2 個 nan 實例。

dfcomp['Functional']=dfcomp['Functional'].fillna(value=dfcomp['Functional'].mode())

順便說一句，我已經嘗試了兩個版本

dfcomp['Functional'].fillna(value=dfcomp['Functional'].mode(),inplace=True)

填充（）

4. 我也嘗試為此使用replace() function 但沒有運氣

dfcomp['Functional']=dfcomp['Functional'].replace({'nan':dfcomp['Functional'].mode()})

我的代碼有問題嗎？ 為什么當isnull()可以識別nan時fillna()不識別？ 另外，為什么索引搜索將值顯示為nan但是當我嘗試使用replace()替換相同的值時沒有結果？

當我的fillna()無法識別時，如何替換 nan 值？

Answer 1

本質上，問題是dfcomp['Functional'].mode()的返回類型，這是一個單一元素pandas.Series並且fillna()需要與您所在的列具有相同 len 的標量或 dict/Series/DataFrame試圖填補。

您需要計算列的模式，然后將標量傳遞給fillna()方法。

mode = dfcomp['Functional'].mode().values[0]
dfcomp['Functional'].fillna(value=mode, inplace=True)

Answer 2

這是Index alignment 問題。 即使只返回一個值， pd.Series.mode總是返回 Series 。 因此，該系列的索引是RangeIndex （最多與模式相關的值的數量），因此當您使用.fillna時，它會嘗試在 Index 上對齊，這通常與您的 DataFrame 不對齊。

你想 select 模態值所以使用.iloc

dfcomp['Functional'] = dfcomp['Functional'].fillna(dfcomp['Functional'].mode().iloc[0])

---

MCVE

import pandas as pd
import numpy as np

np.random.seed(42)
df = pd.DataFrame({'foo': np.random.choice([1,2,3,np.NaN], 7)})

df['foo'].mode()
#0    3.0
#dtype: float64

# Nothing gets filled because only the row with Index 0 could possibly
# be filled and it wasn't missing to begin with
df['foo'].fillna(df['foo'].mode())
#0    3.0
#1    NaN
#2    1.0
#3    3.0
#4    3.0
#5    NaN
#6    1.0
#Name: foo, dtype: float64

# This fills the `NaN` with 3 regardless of index
df['foo'].fillna(df['foo'].mode().iloc[0])
#0    3.0
#1    3.0
#2    1.0
#3    3.0
#4    3.0
#5    3.0
#6    1.0
#Name: foo, dtype: float64

Answer 3

為了填充 NaN 值，您可以使用以下代碼：

dfcomp = dfcomp.fillna(value=0)

后期更新：

dfcomp['Functional'] = dfcomp['Functional'].fillna(dfcomp['mode'])