Question

我有一个数据集，该数据集的一个列state的唯一值由['released', 'isolated', 'deceased', nan]组成。我尝试使用随机抽样来估算缺失的数据，就像这样：

for column in ['sex','state','city']:
    df[column].fillna(df[column].sample(), inplace=True)

sex列似乎已正确估算；没有更多丢失的sex数据。但是，state列似乎不是在估算。当我检查该列时，会收到以下消息：

In [1]: df['state'].sample()
Out[1]: 1391    released
Name: state, dtype: object

因此，该列在上面的插补循环中已适当命名。当我在原始数据帧上尝试相同的操作时，会收到一系列类似的NaN：

In [2]: new=pd.DataFrame({'blank':[np.nan for i in range(0,100)]})
In [3]: new['blank'].fillna(df['state'].sample())
Out[3]: 
0    NaN
1    NaN
2    NaN
3    NaN
4    NaN
      ..
95   NaN
96   NaN
97   NaN
98   NaN
99   NaN
Name: blank, Length: 100, dtype: float64

为什么state列不能为fillna()正确采样？

Answer 1

您不能用fillna Series，因为它将与index匹配

new=pd.DataFrame({'blank':[np.nan for i in range(0,100)]})

new['blank'].fillna(df['state'].sample().iloc[0])

熊猫.fillna（）无法与.sample（）一起使用

1 个答案: