为什么带有模式的 fillna 没有替换数据框中的 nan 值？

Question

我正在尝试使用

fillna()

函数替换数据帧列“功能”中的 nan 值。我面临的问题如下：

1. 我能够使用

   isnull()

检测空值

dfcomp[dfcomp['Functional'].isnull()==True]

2. 使用上面的索引我搜索了实际值

dfcomp['Functional'][2216]

3. 但是当我尝试使用

   fillna()

   填充 nan 时，什么也没有发生。即使在运行 fillna 语句之后，我也可以重新运行第一个语句并看到相同的 2 个 nan 实例。

dfcomp['Functional']=dfcomp['Functional'].fillna(value=dfcomp['Functional'].mode())

我已经尝试了两个版本

dfcomp['Functional'].fillna(value=dfcomp['Functional'].mode(),inplace=True)

4. 我也尝试使用

   replace()

   函数来实现此目的，但没有成功

dfcomp['Functional']=dfcomp['Functional'].replace({'nan':dfcomp['Functional'].mode()})

我的代码有问题吗？为什么

fillna()

可以识别

nan

，而

isnull()

却不能识别？ 另外，为什么索引搜索将值显示为

nan

但当我尝试使用

replace()

替换相同的值时却没有结果？

当我的

fillna()

无法识别时，如何替换 nan 值？

Answer 1

本质上问题是

dfcomp['Functional'].mode()

的返回类型 这是一个单个元素

pandas.Series

，并且

fillna()

需要一个 标量或与您尝试填充的列具有相同长度的 dict/Series/DataFrame。

您需要计算列的众数，然后将标量传递给

fillna()

方法。

mode = dfcomp['Functional'].mode().values[0]
dfcomp['Functional'].fillna(value=mode, inplace=True)

Answer 2

这是一个

Index

对齐问题。

pd.Series.mode

始终返回 Series，即使只返回一个值。因此，该系列的索引是

RangeIndex

（最多为与模式相关的值的数量），因此当您使用

.fillna

时，它会尝试在索引上对齐，而索引大多与您的 DataFrame 不对齐。

您想要选择模态 值，因此使用

.iloc

dfcomp['Functional'] = dfcomp['Functional'].fillna(dfcomp['Functional'].mode().iloc[0])

---

MCVE

import pandas as pd
import numpy as np

np.random.seed(42)
df = pd.DataFrame({'foo': np.random.choice([1,2,3,np.NaN], 7)})

df['foo'].mode()
#0    3.0
#dtype: float64

# Nothing gets filled because only the row with Index 0 could possibly
# be filled and it wasn't missing to begin with
df['foo'].fillna(df['foo'].mode())
#0    3.0
#1    NaN
#2    1.0
#3    3.0
#4    3.0
#5    NaN
#6    1.0
#Name: foo, dtype: float64

# This fills the `NaN` with 3 regardless of index
df['foo'].fillna(df['foo'].mode().iloc[0])
#0    3.0
#1    3.0
#2    1.0
#3    3.0
#4    3.0
#5    3.0
#6    1.0
#Name: foo, dtype: float64

Answer 3

为了填充 NaN 值，可以使用以下代码：

dfcomp = dfcomp.fillna(value=0)

稍后更新：

dfcomp['Functional'] = dfcomp['Functional'].fillna(dfcomp['mode'])