python - Pandas Dataframe 中的缺失值填写错误

Question

假设“df”是数据框对象，“ca”是变量之一。

>>> df.ca.value_counts()
0.0    176
1.0     65
2.0     38
3.0     20
?        4
Name: ca, dtype: int64

如您所见，我有四个缺失值。我想填写它们。使用下面的代码:

>>> df.loc[df.ca == '?', 'ca'] = 0.0
0.0    176
1.0     65
2.0     38
3.0     20
0.0      4
Name: ca, dtype: int64

为什么我有 5 个唯一值？我想将第五行合并到第一行，即

0.0   176 + 4 = 180
1.0     65
2.0     38
3.0     20

如何修复它？

Answer 1

因为 '?' 是您的值之一，我知道 df.ca 是 dtype object 或字符串。当您 replace('?', 0.) 时，您现在同时拥有字符串 '0.0' 和 float 0.0。将全部转换为 float 后，就不会有问题了。

df.ca.replace('?', 0.).astype(float).value_counts()

0.0    180
1.0     65
2.0     38
3.0     20
dtype: int64