我如何填写空值与平均值

Question

有数据：

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。

我没有使用

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

但它并没有影响我的数据集。

什么是问题？

Answer 1

我觉得有问题NAN不是np.nan值（缺失），而是字符串NAN s。因此，需要replace，然后转换为float：

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

另一种更普遍的解决方案是不是数字由to_numeric与errors='coerce'转换为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参数na_values为皈依np.nan ：

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