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

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）