python - 为什么 pandas 分类 DataFrame 给出真值错误？

Question

我的数据包含“已婚”列，其分类值为"is"或“否”。我将其更改为数字类型:

 train['Married']=train['Married'].astype('category')
 train['Married'].cat.categories=[0,1]

现在我使用以下代码来填充缺失的值:

train['Married']=train['Married'].fillna(train['Married'].mode())

它给出了错误:

 ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

谁能解释一下为什么吗？

Answer 1

该错误表明您正在 numpy 数组或 pandas 系列上使用基本 Python 中的逻辑运算符，例如 not、and、or:

例如:

s = pd.Series([1,1,2,2])
not pd.isnull(s.mode())

给出同样的错误:

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

如果您查看堆栈跟踪，错误来自此行:

fillna(self, value, method, limit)
   1465         else:
   1466 
-> 1467             if not isnull(value) and value not in self.categories:
   1468                 raise ValueError("fill value must be in categories")
   1469 

因此它正在检查您要填充的值是否在类别中；此行要求该值是标量，以便与 not 和 and 兼容；但是，series.mode() 始终返回一个系列，这会导致此行失败，请尝试从 mode() 中提取值并填充它:

train['Married']=train['Married'].fillna(train['Married'].mode().iloc[0])

---

一个工作示例:

s = pd.Series(["YES", "NO", "YES", "YES", None])    
s1 = s.astype('category')
s1.cat.categories = [0, 1]

s1
#0    1.0
#1    0.0
#2    1.0
#3    1.0
#4    NaN
#dtype: category
#Categories (2, int64): [0, 1]

s1.fillna(s1.mode().iloc[0])
#0    1
#1    0
#2    1
#3    1
#4    1
#dtype: category
#Categories (2, int64): [0, 1]