为什么我丢失的值会被不同于我想要的值所取代？python

我正在尝试替换数据帧中丢失的数据。 根据我的要求，部分数据已正确替换，但其余数据不起作用

例如，我想为我的['Gender']列填充缺少的数据。 我尝试了两种不同的方法：

• 使用模式替换

它适用于95%以上的缺失数据，但对于某些缺失数据，它将其替换为“0”，而不是模式（男性或女性）

• 所以我尝试了第二种方法，用随机替换

同样的问题，大约95%被正确替换，其余部分给出以下替换数据：

而不是男性或女性

---

有人知道为什么以及如何解决这个问题吗？

如果因为通过索引而得到零，则应该写：

for column in ['Gender']:
    df[column].fillna(df[column].mode()[0], inplace = True)

---

fillna

无法将函数作为参数谢谢，这确实解决了模式的问题。如果我想要随机数据，你知道我应该怎么做吗？为什么你想通过随机？这要复杂得多，因为我担心该模式可能会使数据向一个方向倾斜（特别是如果我丢失了很多数据），而random可能会为丢失的数据提供更同质的解决方案。在任何情况下，我都可以删除丢失数据的行，但这并不理想，因为它还将删除有用的数据。

df['Gender'].fillna(lambda x: random.choice(df[df[Gender] != np.nan]['Gender']), inplace =True)

for column in ['Gender']:
    df[column].fillna(df[column].mode()[0], inplace = True)