如何在 Python Pandas 数据集中使用 Mode 填充 NaN 值

Question

在我的数据集(train，test(中，某些记录max_floor值为空。我正在尝试用共享相同公寓名称的公寓的max_floor值模式填充空值：

for t in full.apartment_name.unique():
    for df in frames:
        df['max_floor'].fillna((df.loc[df["apartment_name"]==t,   
         'max_floor']).mode, inplace=True)

full在哪里train.append(test)df是[train,test]

运行上面的代码没有给我预期的结果。上面的代码运行良好，但使用以下文本填充所有max_floor null 值：

bound method Series.mode of 0        NaN
1084     NaN
23278    9.0
Name: max_floor, dtype: float64

我只是想用max_floor值替换上面的文本。任何帮助将不胜感激。

Answer 1

mode()是一个函数，你已经引用了它，但没有调用它。

将mode更改为mode()

Answer 2

您需要

访问mode()结果中的第一个值。例如：

   A    B
0  1  3.0
1  2  NaN
2  2  NaN
3  3  NaN

用列A的模式填充缺失的值：

df.fillna(df['A'].mode()[0])

输出：

   A    B
0  1  3.0
1  2  2.0
2  2  2.0
3  3  2.0