Python 处理丢失数据时出现问题,can';I don’我不能按要求复制我的结果
我是python新手。我在处理一些数据时遇到了一些丢失的数据。我想做的是用mean填充其中一些,用mode填充其中一些,同时删除一些列 这就是我要做的Python 处理丢失数据时出现问题,can';I don’我不能按要求复制我的结果,python,python-3.x,pandas,Python,Python 3.x,Pandas,我是python新手。我在处理一些数据时遇到了一些丢失的数据。我想做的是用mean填充其中一些,用mode填充其中一些,同时删除一些列 这就是我要做的 missing_val_count = (train.isnull().sum()) print(missing_val_count[missing_val_count > 0]) Output: LotFrontage 259 Alley 1369 MasVnrType 8 MasVnrA
missing_val_count = (train.isnull().sum())
print(missing_val_count[missing_val_count > 0])
Output:
LotFrontage 259
Alley 1369
MasVnrType 8
MasVnrArea 8
BsmtQual 37
BsmtCond 37
BsmtExposure 38
BsmtFinType1 37
BsmtFinType2 38
Electrical 1
FireplaceQu 690
GarageType 81
GarageYrBlt 81
GarageFinish 81
GarageQual 81
GarageCond 81
dtype: int64
我有这么多列缺少数据
train['MasVnrType'].fillna(train['MasVnrType'].replace('NA', None), inplace = True)
train['MasVnrArea'].fillna(train['MasVnrArea'].replace('NA', '0'), inplace = True)
features = ['LotFrontage', 'GarageYrBlt']
for i in features:
train[i].fillna(train[i].mean(), inplace = True)
features1 = ['Electrical', 'BsmtQual', 'BsmtCond', 'BsmtExposure', 'BsmtFinType1', 'BsmtFinType2', 'FireplaceQu', 'GarageType', 'GarageFinish', 'GarageQual', 'GarageCond']
for i in features1:
train[i].fillna(train[i].mode()[0], inplace = True)
train = train.drop(columns = ['Alley'])
missing_val_count = (train.isnull().sum())
print(missing_val_count[missing_val_count > 0])
当我运行此代码时,我得到
MasVnrType 8
MasVnrArea 8
dtype: int64
我无法使用这两列。我做错了什么或者我遗漏了什么?请使用以下选项:
train['MasVnrType'].replace('NA', None, inplace=True)
train['MasVnrArea'].replace('NA', '0', inplace=True)
features = ['LotFrontage', 'GarageYrBlt']
train[features] = train[features].fillna(train[features].mean())
features1 = ['Electrical', 'BsmtQual', 'BsmtCond', 'BsmtExposure', 'BsmtFinType1', 'BsmtFinType2', 'FireplaceQu', 'GarageType', 'GarageFinish', 'GarageQual', 'GarageCond']
train[features1] = train[features1].fillna(train[features1].mode())
或
例如:
df = pd.DataFrame({'A': [1, np.nan, 3], 'B': [10, 20, np.nan], 'C': [100, 200, 'NA']})
df['C'].replace('NA', 0, inplace=True)
输出
A B C
0 1.0 10.0 100
1 NaN 20.0 200
2 3.0 NaN 0
A B C
0 1.0 10.0 100
1 2.0 20.0 200
2 3.0 15.0 0
另一个:
features = ['A', 'B']
value = df[features].mean().to_dict()
df.fillna(value, inplace=True)
输出
A B C
0 1.0 10.0 100
1 NaN 20.0 200
2 3.0 NaN 0
A B C
0 1.0 10.0 100
1 2.0 20.0 200
2 3.0 15.0 0
我认为您忘记将
axis=0
添加到fillna()
中。尝试了它,但没有效果。我认为您必须循环查看列表功能和特性1,然后使用fillna方法分别填充每列的nan值。不要使用具有inplace=True的fillna。它不像你想象的那样工作。嘿,普拉莫特,谢谢你的帮助。请你再解释一下,我指的是我的数据集的“MasVnrType”和“MasVnrArea”列。我仍然无法处理这些丢失的数据,前两个将使用inplace=True。剩下的,你必须通过一本字典才能让它生效。train.fillna({'LotFrontage':tain['LotFrontage'].mean()},inplace=True)尝试不使用inplace=True,只是前两个有问题,其余的都在工作您尝试了哪一行?好吧,明白了,所以问题是我没有订阅它,如果它是train['MasVnrType'],效果很好。fillna(train['MasVnrType')。替换('NA','None')[0],inplace=True)train['MasVnrArea'].fillna(train['MasVnrArea'].replace('NA','0')[0],inplace=True)缺少这些特定行中的[0],如果要将MasVnrType的'NA'替换为无,将MasVnrArea的'NA'替换为0。假设值为文本“NA”,则使用上述代码。下标[0]表示第一个值。这不是你想要的。如果值为NaN,则训练['MasVnrType'].fillna('None,inplace=True)