使用mode()填充NAN数据不起作用-Pandas

Question

我有一个数据集,其中有一个已知的系列Outlet_Size包含{'Medium', nan, 'High', 'Small'}大约2566个记录中的任何一个,所以我想用mode()值填充它所以我写了这样的东西:

  train['Outlet_Size']=train['Outlet_Size'].fillna(train['Outlet_Size'].dropna().mode()]

但是当我试图通过命令找到失踪的NaN记录数量时

  sum(train['Outlet_Size'].isnull()) 

它仍然显示2566 NaN记录.为什么会这样？

谢谢你的回答

Answer 1

这里的问题是mode返回一个系列,这会导致fillna失败,如果我们看一个简单的例子:

In [194]:    
df = pd.DataFrame({'a':['low','low',np.NaN,'medium','medium','medium','medium']})
df

Out[194]:
        a
0     low
1     low
2     NaN
3  medium
4  medium
5  medium
6  medium

In [195]:    
df['a'].fillna(df['a'].mode())

Out[195]:
0       low
1       low
2       NaN
3    medium
4    medium
5    medium
6    medium
Name: a, dtype: object

所以你可以看到它失败了,如果我们看看mode返回的是什么:

In [196]:    
df['a'].mode()

Out[196]:
0    medium
dtype: object

它是一个系列,虽然只有一行,所以当你把fillna它传递给它只填充第一行,所以你想要的是通过索引到以下来获得标量值Series:

In [197]:    
df['a'].fillna(df['a'].mode()[0])

Out[197]:
0       low
1       low
2    medium
3    medium
4    medium
5    medium
6    medium
Name: a, dtype: object

编辑

关于是否dropna需要,不是不是:

In [204]:
df = pd.DataFrame({'a':['low','low',np.NaN,'medium','medium','medium','medium',np.NaN,np.NaN,np.NaN,np.NaN]})
df['a'].mode()

Out[204]:
0    medium
dtype: object

你可以看到它NaN被忽略了