ValueError: Series.replace cannot use dict-value and non-None to_replace

Question

代码：

h1=df[df["native-country"]!="?"]
f1=h1.mode()
df['native-country'] = df['native-country'].replace("?",df['native-country'].mode())

错误：

ValueError: Series.replace cannot use dict-value and non-None to_replace

我不知道为什么我会收到这个错误希望有人能帮助我

Answer 1

我最简单的推荐答案是使用：

mode = df[df["native-country"]!="?"]["native-country"].mode()[0]
df['native-country'] = df['native-country'].replace("?", mode)

但这有一个重要的警告和下面的进一步解释。

更详细的解释：

df['native-country'].mode() 将 return 一个系列，而不是一个单独的值。这是因为可以有不止一种模式。考虑以下因素：

d = {'native-country': ['?', None, 'Spain', 'Germany', 'Greece']}
df = pd.DataFrame(d)
mode = df['native-country'].mode()

检查 mode 表明实际上有多个模式值，因为系列中最常见的元素是出现一次的任何元素：

0          ?
1    Germany
2     Greece
3      Spain
dtype: object

还值得注意的是，默认情况下 None 值被排除在外。即使在只有一个最常见值的情况下，Series.mode() return 也是一个元素 Series:

d = {'native-country': ['?', None, 'Spain', 'Germany', 'Spain']}
df = pd.DataFrame(d)
mode = df['native-country'].mode()

这使得 mode 为：

0    Spain
dtype: object

我非常简单的方法只是使用 returned 系列的第一个值作为用于替换的值，但是如果您想要更复杂的逻辑，则必须自己决定可能有多种模式。

完整的、可复制粘贴的代码示例：

import pandas as pd


d = {'native-country': ['?', None, 'Spain', 'Germany', 'Spain']}
df = pd.DataFrame(d)

print(df)

mode = df[df["native-country"]!="?"]["native-country"].mode()[0]
df['native-country'] = df['native-country'].replace("?", mode)

print(df)

ValueError: Series.replace cannot use dict-value and non-None to_replace

ValueError: Series.replace cannot use dict-value and non-None to_replace

python

dataframe

pandas

valueerror