Dataframe replace()未将‘-’替换为具有赋值的值
Dataframe replace()未将‘-’替换为具有赋值的值
提问于 2020-09-24 22:41:50
我有一个dataset，它被格式化为完全的对象，而不管各个列的内容是什么。我想使用这个数据集进行一些基本的线性回归建模，因此需要将数据集输入到一个可行的输入中。dataset中的大多数列都是数字列，它们缺少某些行的值时，它使用“-”来表示缺少的值。
我需要用np.NaN替换破折号，然后将列格式化为浮点数。我已经删除了任何像'country‘这样的字符串列，因为幸运的是，我在这个阶段不需要它们。
我使用：
for col in df:
try:
df[col] = df[col].replace(['-', ' '], np.NaN)
df[col] = df[col].astype(float)
except:
# for row in df[col]:
# if not isinstance(row, float):
# print(row)
print('Could not convert ' + col)并计算出数据集中至少有一个空格，因此将其添加到replace()方法中。
我相信这是可行的，但在后续步骤中遇到了困难，因此在使用to_csv执行替换步骤后导出了数据集，当我打开文件时，它做的唯一一件事就是将'-‘替换为空。不过，它能够将列重新格式化为浮点数。
失败的那一步，我不知道是不是因为它需要一个np.NaN，所以我试图用该列的平均值来填充剩余的缺失值。
我正在使用，并且在删除列之后，数据帧已被重命名：
fill_mean = lambda col: col.df_response(col.mean())
for col in df_response:
if df_response[col].isnull().sum() == 0:
print(col + " no NaN's")
else:
try:
df_response.apply(fill_mean, axis = 0)
print(col + " worked as expected")
except:
print(col + ' did not replace NaN with mean')当没有缺失值并给出列名和预期的消息时，此逻辑似乎有效。但是在缺少值的地方，它什么也不做，我也没有得到任何错误，只是我的消息，它已经失败了。
我很感谢你的见解。
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-09-24 23:23:20
您的应用函数正在做一些事情，但是您没有将其存储为新的数据帧，因此它不会返回给您。
如果你想用平均值填充na行，你可以这样做：
df = pd.DataFrame({'Name': ['Mick', 'Alice', 'Bob', 'Mary'],
'Age': [17, 27, 37, np.nan]})
mean_age = df['Age'].mean()
df['Age'].fillna(mean_age)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/64048850
复制相关文章
相似问题
腾讯云开发者
