如何在 python 中替换均值而不是缺失值答案

【问题标题】：how can i replace mean instead of missing values in python如何在 python 中替换均值而不是缺失值
【发布时间】：2021-08-05 16:37:34
【问题描述】：

在下面的代码中，我尝试替换均值而不是缺失值，但我无法获得尝试的结果，因为此数据包含特殊字符“？”。当数据中没有问号时，此代码有效data.fillna(data.mean())。当我尝试估算方法时，出现以下错误：

ValueError：不能对非数字数据使用均值策略：无法将字符串转换为浮点数：

此数据还包括缺少值的字符串列，如何修复字符串列（例如列 rbc）中的缺失值？

这是我的数据：https://easyupload.io/te2mbc

path = ("C:\\Users\\bbb\\Desktop\\ccc\\group5data.txt")
names = ["age","bp","sg","al","su","rbc","pc","pcc","ba",
         "bgr","bu","sc","sod","pot","hemo","pcv","wc",
         "rc","htn","dm","cad","appet","pe","ane","class"]
data = pd.read_csv(path, names=names)```

【问题讨论】：

你到底想做什么？你想换吗？与该列的平均值？还是整个数据框的平均值？另外，您希望文本在 rbc 中而不是 Nan 中是什么？
数据中有很多行带有不需要的 '\t' 字符（第 38 41 65 66 67 77 89 134 139 163 186 189 195 215 231 行）。您有 2 行以逗号结尾（第 70 73 行），因此 Pandas 删除它们（预计 25 个字段，看到 26 个）。我认为你真的需要在使用 Pandas 之前清理数据
@JonathanLeon 我正在尝试修复尽可能多的数据。是的，我想更换？使用该列的平均值，我想删除带有字符串 NaN 的行。

标签： python pandas nan

【解决方案1】：

事实上你有'?' 'sod' 和 'pot' 列中的字符使 pandas 将这些列解析为字符串，所以即使你这样做了

df.replace('?', np.nan)

该列将同时包含 (float) NaN 和字符串，因此 pandas 将无法为它计算一个 mean()。我相信这就是导致您的 ValueError 的原因。

所以尝试将这些列转换为浮点数（不是 int，因为 np.nan 是浮点数）：

df = pd.read_csv('C:/a/sw/group5data.txt', error_bad_lines=False, names=names)
df = df.replace('?', np.nan)
df.loc[:, 'sod':'pot'] = df.loc[:, 'sod':'pot'].astype(float)
df = df.fillna(df.mean())

NaN 现在已替换为每列的平均值（当然，列现在是浮动的，而不是原来的 int，但这应该很容易修复）。

【讨论】：

【解决方案2】：

您的数据由数字和非数字列组成，为了fillna 意味着您只需要选择数字列

选择数字列。

data = data.select_dtypes('number')

用平均值填充数字列。

data[data.columns] = data.fillna(a.mean())

【讨论】：