Python 如何使用带关键字参数的replace（）方法替换空字符串

我尝试使用pandas.DataFrame.replace（）通过下面的代码填充帧中的空字符串

主数据集=[列车数据、测试数据、高度数据1、高度数据2]

for data in main_datasets:
    for x in data:
        if type(x) == 'int':
            x.fillna(x.median(), inplace = True)
        elif type(x) == 'float':
            x.fillna(x.median(), inplace = True)
        else:
            x.replace(to_replace = None, value = 'N/A', inplace = True)    

但是，尽管使用字符或数字作为关键字值并删除关键字名称，我仍然收到以下异常：

TypeError: replace() takes no keyword arguments

为什么从“值='N/A'”引发此错误？”

以下是一些字段的特别示例（用逗号分隔）：

12123423,0,M，Y，120432.5

12654423，1，F，N，80432.5

12123423,0,M，Y，120432.5

12123423,0,M，Y，120432.5

---

您试图使用

pandas.DataFrame.replace（）

方法，但实际使用的是

string.replace

方法

我怀疑所有这些都会失败，但您首先在not

int

和not

float

案例中遇到了失败。如果x是一个int，那么它就不是一个数据帧，并且不会有

.fillna

方法。类似地，字符串具有Python的replace方法，但该方法具有不同的函数签名

vs

str.replace（旧的、新的[，最大值]）

vs

DataFrame.replace（to_replace=None，value=None，inplace=False，limit=None，regex=False，method='pad'，axis=None）

---

我还怀疑您正在尝试使用而不是键入。

您正在尝试使用

pandas.DataFrame.replace（）

方法，但实际使用的是

string.replace

方法

我怀疑所有这些都会失败，但您首先在not

int

和not

float

案例中遇到了失败。如果x是一个int，那么它就不是一个数据帧，并且不会有

.fillna

方法。类似地，字符串具有Python的replace方法，但该方法具有不同的函数签名

vs

str.replace（旧的、新的[，最大值]）

vs

DataFrame.replace（to_replace=None，value=None，inplace=False，limit=None，regex=False，method='pad'，axis=None）

我还怀疑您试图使用而不是键入。

正如在评论中提到的那样，就这么做吧

x.replace(None, 'N/A', True)

正如在评论中提到的那样，就这么做吧

x.replace(None, 'N/A', True)

---

您可以发布一个小样本的数据帧与期望的输出？请参阅：您收到的错误消息是因为您正在将关键字参数传递给

replace（）

方法，这太令人惊讶了/您需要传递位置参数。尝试

replace（None，'N/A'，True）

：）您可以发布一个带有所需输出的数据帧的小样本吗？请参阅：您收到的错误消息是因为您正在将关键字参数传递给

replace（）

方法，这太令人惊讶了/您需要传递位置参数。尝试替换（无，'N/A'，True）：）我不确定该链接与您的答案有什么关系。另外，如果发布评论中的答案，一般来说，你会希望它成为一个社区维基。@Zev是的，我的帖子不好，我会发表评论，但我还不能，因为我没有足够的分数。我认为你上面的答案是正确的。我不确定这个链接和你的答案有什么关系。另外，如果发布评论中的答案，一般来说，你会希望它成为一个社区维基。@Zev是的，我的帖子不好，我会发表评论，但我还不能，因为我没有足够的分数。我认为你上面的答案是正确的。是的，我尝试使用dtype，但我在使用数据框中的字段时不断收到错误。如果我理解正确，名称空间中还有另一个replace（）方法。更类似于不同类上的不同方法。当您使用点表示法时，这是在访问不同的名称空间。这很有意义。我认为不同的方法在完全不同的模块中。但是，我仍然不明白为什么作为int的x不能作为数据帧访问.fillna（）方法。你是说pd.DataFrame对象不将数字输入识别为“int”数据类型吗？一系列（或df中的列）int与实际int不同。如果你只使用实际int，如

5

，它就不再具有pandasTry

print（x，type（x））中的方法

并查看您是否得到类似

int

或

string

的灵长类。如果是这样，灵长类动物就无法访问其容器的方法。当您想对列执行操作时，您可能正在对项执行操作。是的，我尝试使用dtype，但使用数据框中的字段时一直收到错误。如果我理解正确，名称空间中还有另一个replace（）方法。更类似于不同类上的不同方法。当您使用点表示法时，这是在访问不同的名称空间。这很有意义。我认为不同的方法在完全不同的模块中。但是，我仍然不明白为什么作为int的x不能作为数据帧访问.fillna（）方法。你是说pd.DataFrame对象不将数字输入识别为“int”数据类型吗？一系列（或df中的列）int与实际int不同。如果你只使用实际int，如

5

，它就不再具有pandasTry

print（x，type（x））中的方法

并查看您是否得到类似

int

或

string

的灵长类。如果是这样，灵长类动物就无法访问其容器的方法。当您想对列执行操作时，您可能正在对项执行操作。