问题标签 [fillna]

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：

但我收到此错误：

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。

如果我运行 fill_mean()，现在我得到一个不同的错误：

当我申请以下内容时fillna('New_Value)，df它会填充除at之外的所有NoneandNaN值。Column:DIndex 1

那么是什么原因呢？

这是我的代码

需要用该 NA 的过去三个值的平均值填充 NA 值

这是我的数据集

RECEIPT_MONTH_YEAR NET_SALES

0 2014-01-01 818817.20

1 2014-02-01 362377.20

2 2014-03-01 374644.60

3 2014-04-01 不适用

4 2014-05-01 不适用

5 2014-06-01 不适用

6 2014-07-01 不适用

7 2014-08-01 46382.50

8 2014-09-01 55933.70

9 2014-10-01 292303.40

10 2014-10-01 382928.60

我有一个包含 15 列的数据框。其中 5 列使用数字，但有些条目是空白或单词。我想将它们转换为零。

我能够将其中一列中的条目转换为零，但是当我尝试对多列执行此操作时，我无法做到。我为一列尝试了这个：

它有效，但是当我对多个列尝试此操作时：

我收到错误：arg 必须是列表、元组、一维数组或系列

我认为这是我调用要修复的列的方式。我是熊猫的新手，所以任何帮助将不胜感激。谢谢

我有一个整数数据框。预览（由于前 3 行被删除，从 3 开始）：

'pixel1' 列中的原始数据是int，但NAN那里强迫它float。

我试图用以下方法修复它：

这导致：

• 我可以获得fillna正在使用的值的数据类型吗？
• 有更好的方法吗？（更好=跳过这astype一步，因为数据int最初是 - 我在文件中种植了NAN，这导致 int 浮动不需要的数据转换......）

假设我有一个这样构造的 DataFrame：

看起来像这样：

我想过滤到至少有 1 个 non-NaN value的列，然后 fillna 就位。

如果我执行以下操作：

这将创建一个新的 DataFrame，该 DataFrame 具有正确填充的值，并删除了全为 NaN 的行。

但我想保留所有 NaN 行，所以我尝试将其应用到位：

但对原始 DataFrame 没有任何更改 - 我做错了什么？

给定以下数据框：

我需要用 np.nan 替换列 B 中小于 0 的所有值（例如）；我试过了：

但它给了我以下错误：

所以我将 None 值更新为 NaN，然后​​将所有 NaN 设置为 0。关于为什么失败的任何指导？

I have dataframe as such:

For each name i want to backfill the prior 3 na spots with -1 so that I end up with

Note there can be multiple sections with NaN. If a section has less than 3 nans it will fill all of them (it backfills all up to 3).

我有一个包含数百万行和很多 NaN 值的 DataFrame。一些例子：

我的想法是用其 Area 的 2 个最常见值之一填充 Companies NaN 值。

例如：如果技术领域最常见的公司是 Apple 和 Google，我想用其中一个值（随机）填充“df['Area'] == 'Technology'”NaN 值

我已经用最常见的值创建了一个 Group By DataFrame，它是这样的：

结果应该是这样的：

我希望你能帮助我。

谢谢！！！