Python 装箱后为空值

使用pd（）将连续变量转换为分类变量时，空值出现在“年龄”列中，该列从没有任何空值的“年龄”中转换而来。这里的解决方案是什么

df['age_in_years']=df['age_in_days']/365
df.drop('age_in_days',inplace=True,axis=1)
bins=[0,35,60,100]
group=['young','middle_aged','senior']
df['age']=pd.cut(df['age_in_years'],bins,labels=group,right=True).astype('object')

现在，当我运行

df.isnull（）.sum（）

时，年龄列显示空值

数据集：

您可以尝试：

bins=[-np.inf,0,35,60,100,np.inf]
df['age']=pd.cut(df['age_in_years'],bins,labels=group,right=True).astype('object')

这将诊断问题，还包括低于0

（-inf，0.0]

和高于100

[100.0，inf）

的值。您可以尝试：

bins=[-np.inf,0,35,60,100,np.inf]
df['age']=pd.cut(df['age_in_years'],bins,labels=group,right=True).astype('object')

---

这将诊断问题，还包括低于0

（-inf，0.0]

和高于100

[100.0，inf）的值

发生错误的原因是，您的五行的

age\u in\u years

大于100，并且由于您确定最后一个bin结束于100，因此在构建

age

时，这五行将获得空值

您可以使用

float（'inf'）

作为最后一个箱子的上限来调整代码：

bins = [0, 35, 60, float('inf')]
group = ['young', 'middle_aged', 'senior']
df['age'] = pd.cut(df['age_in_years'], bins, labels=group, right=False).astype('object')

---

发生错误的原因是，您的五行中的

age\u in\u years

大于100，并且由于您确定最后一个bin结束于100，因此在构造

age

时，这五行将获得空值

您可以使用

float（'inf'）

作为最后一个箱子的上限来调整代码：

bins = [0, 35, 60, float('inf')]
group = ['young', 'middle_aged', 'senior']
df['age'] = pd.cut(df['age_in_years'], bins, labels=group, right=False).astype('object')

---

您能否提供数据帧

df

的样本，以便重现问题？尤其是出现问题的行，这可能是由于它们的

age in_years

超出了[0,100]范围，因为一些年龄超出了范围（0100）您能否提供数据帧

df

的样本，以便重现问题？尤其是出现问题的行，这可能是由于它们的

age in_years

超出了[0,100]范围，因为一些年龄超出了范围（0100）