数据框替换（）没有用分配的值替换'-'答案

【问题标题】：Dataframe replace() not replacing '-'s with with assigned value数据框替换（）没有用分配的值替换'-'
【发布时间】：2020-09-24 14:41:50
【问题描述】：

我有一个已格式化为完全对象的数据集，而与各个列的内容无关。我想将此数据集用于一些基本的线性回归建模，因此需要将数据集转换为可行的输入。数据集中的大多数列都是数字列，在某些行缺少值的情况下，它使用“-”表示缺失值。

我需要用np.NaN 替换破折号，然后将列格式化为浮点数。我已经删除了任何字符串列，例如“国家”，因为幸运的是，我现阶段不需要它们。

我用过：

for col in df:
  try:
    df[col] = df[col].replace(['-', ' '], np.NaN)
    df[col] = df[col].astype(float)
  except:
    # for row in df[col]:
      # if not isinstance(row, float):
      #   print(row)
    print('Could not convert ' + col)

发现数据集中至少有一个空白区域，因此将其添加到replace() 方法中。

我相信这是可行的，但在后续步骤中遇到了困难，因此在替换步骤之后使用 to_csv 导出数据集，当我打开文件时，它唯一做的就是将“-”替换为没有什么。不过，它能够将列重新格式化为浮点数。

失败的步骤，我不知道是不是因为它期望 np.NaN 是我试图用该列的平均值填充剩余缺失值的地方。

我正在使用，删除列后数据框已重命名：

fill_mean = lambda col: col.df_response(col.mean())

for col in df_response:
  if df_response[col].isnull().sum() == 0:
    print(col + " no NaN's")
  else:
    try:
      df_response.apply(fill_mean, axis = 0)
      print(col + " worked as expected")
    except:
      print(col + ' did not replace NaN with mean')

当没有缺失值并给出列名和预期消息时，此逻辑似乎有效。但是在缺少值的地方，它什么都不做，我也没有收到任何错误，只是我的消息表明它失败了。

感谢任何见解。

【问题讨论】：

不加选择地捕获错误然后不对其进行任何处理是不好的做法。该错误可以让您深入了解为什么您的程序“没有用均值替换 NaN”

标签： python pandas replace missing-data

【解决方案1】：

您的 apply 函数正在执行某些操作，但您没有将其存储为新的数据帧，因此它不会返回给您。

如果你想用平均值填充 na 行，你可以这样做：

df = pd.DataFrame({'Name': ['Mick', 'Alice', 'Bob', 'Mary'],
                  'Age': [17, 27, 37, np.nan]})

mean_age = df['Age'].mean()
df['Age'].fillna(mean_age)

【讨论】：