在python中如何替换mean而不是缺少的值

Question

在下面的代码中，我试图替换mean而不是缺少的值，但我无法获得尝试的结果，因为此数据包含特殊字符，即“？”。当数据中没有问号时，此代码工作data.fillna(data.mean())。当我尝试插补方法时，我得到以下错误：

ValueError: Cannot use mean strategy with non-numeric data: could not convert string to float:

此外，此数据还包括缺少值的字符串列，如何修复字符串列中缺少的值（例如，列rbc）

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)```

Answer 1

您的数据由数字列和非数字列组成，为了fillna，意味着您需要只选择数字列

选择数字列

data = data.select_dtypes('number')

用平均值填充数字列

data[data.columns] = data.fillna(a.mean())

Answer 2

在“sod”和“pot”列中有“？”字符这一事实使熊猫成为一种动物 将这些列解析为字符串，因此即使

df.replace('?', np.nan)

该列将同时具有（浮动）NAN和字符串，因此熊猫将无法 计算它的平均值（）。我相信这就是造成你的价值观错误的原因

因此，请尝试将这些列转换为float（而不是int，因为np.nan是float）：

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())

现在，NAN已替换为每列的平均值（当然 列现在是float，而不是原来的int，但这应该很容易理解 修正）