我如何替换 python 中的均值而不是缺失值
how can i replace mean instead of missing values in python
在下面的代码中，我试图替换均值而不是缺失值，但我的尝试无法获得结果，因为该数据包含特殊字符“？”。当数据中没有问号时，此代码有效 data.fillna(data.mean())。当我尝试估算方法时，出现以下错误：
ValueError: Cannot use mean strategy with non-numeric data:
could not convert string to float:
此数据还包括具有缺失值的字符串列，我如何修复字符串列（例如 rbc 列）中的缺失值？
这是我的数据：https://easyupload.io/te2mbc
path = ("C:\Users\bbb\Desktop\ccc\group5data.txt")
names = ["age","bp","sg","al","su","rbc","pc","pcc","ba",
"bgr","bu","sc","sod","pot","hemo","pcv","wc",
"rc","htn","dm","cad","appet","pe","ane","class"]
data = pd.read_csv(path, names=names)```
你有'?'的事实'sod' 和 'pot' 列中的字符使 pandas
将这些列解析为字符串，所以即使你这样做
df.replace('?', np.nan)
该列将同时具有（浮动）NaN 和字符串，因此 pandas 将无法
为它计算一个 mean() 。我相信这就是导致您的 ValueError 的原因。
所以尝试将这些列转换为浮点数（不是整数，因为 np.nan 是浮点数）：
df = pd.read_csv('C:/a/sw/group5data.txt', error_bad_lines=False, names=names)
df = df.replace('?', np.nan)
df.loc[:, 'sod':'pot'] = df.loc[:, 'sod':'pot'].astype(float)
df = df.fillna(df.mean())
NaN 现在已替换为每列的平均值（当然，
列现在是浮动的，而不是原来的整数，但这应该很容易
修复）。
您的数据由数字列和非数字列组成，为了fillna意味着您需要select只有数字列
Select 个数字列。
data = data.select_dtypes('number')
用平均值填充数字列。
data[data.columns] = data.fillna(a.mean())
在下面的代码中，我试图替换均值而不是缺失值，但我的尝试无法获得结果，因为该数据包含特殊字符“？”。当数据中没有问号时，此代码有效 data.fillna(data.mean())。当我尝试估算方法时，出现以下错误：
ValueError: Cannot use mean strategy with non-numeric data: could not convert string to float:
此数据还包括具有缺失值的字符串列，我如何修复字符串列（例如 rbc 列）中的缺失值？
这是我的数据：https://easyupload.io/te2mbc
path = ("C:\Users\bbb\Desktop\ccc\group5data.txt")
names = ["age","bp","sg","al","su","rbc","pc","pcc","ba",
"bgr","bu","sc","sod","pot","hemo","pcv","wc",
"rc","htn","dm","cad","appet","pe","ane","class"]
data = pd.read_csv(path, names=names)```
你有'?'的事实'sod' 和 'pot' 列中的字符使 pandas 将这些列解析为字符串，所以即使你这样做
df.replace('?', np.nan)
该列将同时具有（浮动）NaN 和字符串，因此 pandas 将无法 为它计算一个 mean() 。我相信这就是导致您的 ValueError 的原因。
所以尝试将这些列转换为浮点数（不是整数，因为 np.nan 是浮点数）：
df = pd.read_csv('C:/a/sw/group5data.txt', error_bad_lines=False, names=names)
df = df.replace('?', np.nan)
df.loc[:, 'sod':'pot'] = df.loc[:, 'sod':'pot'].astype(float)
df = df.fillna(df.mean())
NaN 现在已替换为每列的平均值（当然， 列现在是浮动的，而不是原来的整数，但这应该很容易 修复）。
您的数据由数字列和非数字列组成，为了fillna意味着您需要select只有数字列
Select 个数字列。
data = data.select_dtypes('number')
用平均值填充数字列。
data[data.columns] = data.fillna(a.mean())