0

我得到了一个包含许多 NaN 值的数据集，我想用每列的平均值填充空值。所以我尝试了以下代码：

def fill_mean():  
    m = [df.columns.get_loc(c) for c in df.columns if c in missing]
    for i in m:
        df[df.columns[i]] =df[df.columns[i]].fillna(value=df[df.columns[i]].mean())
    return df

但我收到此错误： 

TypeError: must be str, not int

我要填充的列都是由相同的类型组成的：要么是“float64”，要么是“O”。
我怀疑问题源于这个事实，但我该如何解决呢？

编辑：我创建了一个包含列的字典，该列包含缺少某些数据的列的索引和每列的类型。 

di = dict(zip(missing, m2)) 
def fill_mean():
    m = [df.columns.get_loc(c) for c in df.columns if c in missing]
    for i in m:
        if di[m] == "dtype('float64')":
            df[df.columns[i]] = df[df.columns[i]].fillna(value=df[df.columns[i]].mean())
    return df

如果我运行 fill_mean()，现在我得到一个不同的错误：

    if di[m] == "dtype('float64')":

TypeError: unhashable type: 'list'
4

1 回答 1

1

我认为您想首先将列转换为 type float，然后使用df.fillna, usingdf.mean()作为value参数：

df[["columns", "to", "change"]] = df[["columns", "to", "change"]].astype('float')

df.fillna(df.mean())

注意：如果数据框中的所有列都可以转换为float，那么您可以简单地执行以下操作：

df = df.astype('float').fillna(df.astype('float').mean())

例子：

df = pd.DataFrame({'col1':np.random.choice([np.nan, '1','2'], 10), 
     'col2':np.random.choice([np.nan, '1', '2'], 10)})


>>> print(df)
  col1 col2
0    2    1
1    2    1
2  nan  nan
3    1    2
4    1    2
5  nan    2
6    2    2
7    2    2
8    1    2
9  nan    1

df[['col1', 'col2']] = df[['col1', 'col2']].astype('float')

df = df.fillna(df.mean())


>>> print(df)
       col1      col2
0  2.000000  1.000000
1  2.000000  1.000000
2  1.571429  1.666667
3  1.000000  2.000000
4  1.000000  2.000000
5  1.571429  2.000000
6  2.000000  2.000000
7  2.000000  2.000000
8  1.000000  2.000000
9  1.571429  1.000000
于 2018-04-27T12:25:28.973 回答