我从 python 和数据科学开始，我有一个超过 5000 行的 .csv 文件。 我想用数据科学家的平均值和数据工程师的中位数替换 Exerience NaN 值。我该如何分组并使用fillna。
每次我尝试将 fillna 与 mean() 一起使用时，都会出现此错误：
TypeError: 只能将 str（不是“int”）连接到 str NaN
【问题讨论】：
df.dtypes 看起来 1,5 是 1 逗号 5，应该是 1.5 吗？如果是这样，您可能需要替换字符串字符 df['Experience'].str.replace(',','.') 然后调用 pd.to_numeric(df['Experience'])
decimal=',' 读取csv。
假设您已将此表加载到 Pandas 中名为 df 的变量中。
还假设当您说mean 和median 时，您的意思是Experience 列。
df.loc[
(df["Metier"] == "Data scientist") & (df["Experience"].isnull()), "Experience"
] = df["Experience"].mean()
df.loc[
(df["Metier"] == "Data engineer") & (df["Experience"].isnull()), "Experience"
] = df["Experience"].median()
【讨论】：
Experience 中的值应该是浮点数时是字符串。
df.loc[ (df["Metier"] == "Data scientist") & (df["Experience"].isnull()), "Experience"] = df.loc[df["Metier"] == "Data scientist"]["Experience"].mean()