python - 用 mode() 填充 NAN 数据不起作用-Pandas

Question

我有一个数据集，其中有一个名为 Outlet_Size 的系列，其中包含 {'Medium', nan, 'High', 'Small'}大约有 2566 条记录丢失，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查找丢失的 NaN 记录数时

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

它仍然显示 2566 条 NaN 记录。为什么会这样？

谢谢解答

Answer 1

这里的问题是 mode 返回一个系列，这导致 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

所以你可以看到它在上面失败了，如果我们看一下 mode 返回的内容:

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

Out[196]:
0    medium
dtype: object

虽然只有一行，但它是一个系列，所以当您将它传递给 fillna 时，它只会填充第一行，所以您想要的是通过索引到 中来获取标量值系列:

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

关于是否需要dropna，不，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

可以看到 NaN 被忽略了