在分类列和数值列中一次替换缺失值答案

【问题标题】：Replace missing values at once in both categorical and numerical columns在分类列和数值列中一次替换缺失值
【发布时间】：2019-05-19 20:37:31
【问题描述】：

有没有办法同时替换分类列和数值列中的 NAN 值？

一个非常简单的例子：

data = {'col_1': [3, np.nan, 1, 2], 'col_2': ['a', 'a', np.nan, 'd']}
df = pd.DataFrame.from_dict(data)

数据框：

    col_1   col_2
0   3.0     a
1   NaN     a
2   1.0    NaN
3   0.0     d

目标：

用col_1的mean替换col_1的NAN，用col_2的mode ('a')替换col_2的NAN。

现在，我必须为每一列单独替换它。如果所有列都是数字或分类的，那么这很容易，因为该操作可以应用于整个数据框，但我找不到一种方法来为混合数据框做一行。

【问题讨论】：

是col2 只是object 或category dtype？
@ALollz 在我的实际数据集中，它的category dtype。

标签： python pandas

【解决方案1】：

我会做什么

df.fillna(df.agg(['mean',lambda x : x.value_counts().index[0]]).ffill().iloc[-1,:])
   col_1 col_2
0    3.0     a
1    2.0     a
2    1.0     a
3    2.0     d

【讨论】：

【解决方案2】：

mean 仅适用于数字类型，因此请先填充，然后用模式填充余数。

df.fillna(df.mean()).fillna(df.mode().iloc[0])

#   col_1 col_2
#0    3.0     a
#1    2.0     a
#2    1.0     a
#3    2.0     d

如果你有平局，模式将是第一个排序的模式。

【讨论】：

我尝试了另一个不同的数据集，其中分类列具有类型对象，但它不适用于具有类型对象的分类列。你知道为什么会这样吗？现在，我已将对象类型更改为类别，然后它就可以工作了。
我再次尝试重新创建问题，它现在甚至可以使用 dtype 对象。我之前可能在笔记本上搞砸了。