无法在具有某些“ nan”值的列中使用Apply函数

Question

这是Python 3.0环境中的机器学习问题。我一直在工作 与Wines数据集有关的分类问题。我想对数据集中存在的功能“国家/地区”的值使用LabelEncoder（）。既然有一些 “国家/地区”中的“ nan”值，我尝试仅对那些不是 空值。但是，我编写的代码：

import numpy as np
import pandas as pd
from sklearn.preprocessing import LabelEncoder
le = LabelEncoder()

dataset = pd.read_csv('winemag-data-130k-v2.csv')

a = pd.Series(data = le.fit_transform(dataset[dataset.loc[:, 'country'].notnull()].loc[:,'country']))
dataset[dataset.loc[:, 'country'].notnull()].loc[:, 'country'].apply(lambda i: i, a)

但是这总是会产生如下错误：

  

ValueError：系列的真值不明确。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。

有什么解决办法吗？

Answer 1

更新：我知道这不是一个小小的解决方案，但我认为它可以解决问题

dataset.loc[:, 'country'] =dataset.loc[:, 'country'].replace(le.classes_, le.transform(le.classes_))

旧答案 如果我假设您希望使用LabelEncoder()对国家/地区进行编码是正确的，那么最后一行的语法是不正确的，因为您尝试使用lambda表达式错误地映射系列。应该是

dataset.loc[:, 'country'] = a[dataset.loc[:, 'country'].notnull()]