在数据框列中填充字符串类型的NA时出错

Question

我有一个pandas数据框列，其中有浮点值和字符串类型NA值。我需要使用以下代码将这些NA替换为均值。

trainTestJoin["col1"] = trainTestJoin.groupby("col2")["col1"].
     transform(lambda x: x.fillna(x.median()))

我得到了

TypeError: could not convert string to float: NA

我试图在填充之前将其转换为

。

trainTestJoin["LotFrontage"].astype(float)

但是它也有同样的问题。如何解决这个问题？

Answer 1

使用pd.to_numeric转换为数字，它通过errors='coerce'支持将浮点数NaN转换为不可转换的值：

df['col1'] = pd.to_numeric(df['col1'], errors='coerce')

然后直接使用groupby + transform：

df['col1'] = df['col1'].fillna(df.groupby('col2')['col1'].transform('mean'))

Answer 2

或者只是replace：

trainTestJoin['col1'] = trainTestJoin['col1'].replace('NA',np.nan)

然后简单地：

trainTestJoin['col1'] = trainTestJoin['col1'].fillna(trainTestJoin.groupby('col2')['col1'].transform('mean'))

现在（毕竟）：

print(trainTestJoin)

将会得到预期的输出。