python - 用系列替换 Pandas 数据框中的空值

Question

我在 Python 中创建了一个用 knn 替换缺失值的函数，以下是我的函数:

def missing_variables_knn(x):
    test = data[data[x].isnull()]
    train = data[data[x].isnull()==False] 
    X_train = train.loc[:, ['ApplicantIncome', 'CoapplicantIncome', 'LoanAmount', 'Loan_Amount_Term']]
    Y_train = train[x]
    X_test = test.loc[:, ['ApplicantIncome', 'CoapplicantIncome', 'LoanAmount', 'Loan_Amount_Term']]
    knn = KNeighborsClassifier(n_neighbors=3)
    knn.fit(X_train, Y_train)
    pred = knn.predict(X_test)
    pred = pd.Series(pred)
    data[x].fillna(pred)

当我使用 missing_variables_knn('Gender') 时，出现错误:

The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

Answer 1

图书馆需要一个永远真实的值(value)。使用您的功能，您不能保证您将始终返回 true。这就是 Pandas 将其解释为模棱两可的原因。

你应该做的是使用其他函数，如.filter()。这里有一个相关的帖子:https://stackoverflow.com/questions/36921951/truth-value-of-a-series-is-ambiguous-use-a-empty-a-bool-a-item-a-any- o / 36922103

最稳妥的是错误在这里:train = data[data[x].isnull()==False]