我如何填寫空值與平均值

Question

有數據：

print (df) 
     Sex Age SbSp Parch 
0 male 22  1  0 
1 female 38  1  0 
2 female NAN  0  0 

有一些NAN值。我想填平均值。

我沒有使用

df1 = df["Age"].fillna(value=df["Age"].mean() 

但它並沒有影響我的數據集。

什麼是問題？

Answer 1

我覺得有問題NAN不是np.nan值（缺失），而是字符串NAN s。因此，需要replace，然後轉換爲float：

df['Age'] = df['Age'].replace({'NAN':np.nan}).astype(float) 
df["Age"] = df["Age"].fillna(value=df["Age"].mean()) 

另一種更普遍的解決方案是不是數字由to_numeric與errors='coerce'轉換爲NaNs：

df['Age'] = pd.to_numeric(df['Age'], errors='coerce') 
df["Age"] = df["Age"].fillna(value=df["Age"].mean()) 
print (df) 
     Sex Age SbSp Parch 
0 male 22.0  1  0 
1 female 38.0  1  0 
2 female 30.0  0  0 

如果使用read_csv NAN的add參數na_values爲皈依np.nan ：

df = pd.read_csv(file, na_values='NAN')