Pandas dataframe value_counts 将相同的值分别计算为唯一值答案

【问题标题】：Pandas dataframe value_counts count same values seperately as unique valuesPandas dataframe value_counts 将相同的值分别计算为唯一值
【发布时间】：2021-07-29 08:00:42
【问题描述】：

我尝试替换 ?在数据集中与列的模式。

首先我使用检查该列中的唯一值

df['bare_nucleoli'].value_counts()

这是结果

1     402
10    132
5      30
2      30
3      28
8      21
4      19
?      16
9       9
7       8
6       4
Name: bare_nucleoli, dtype: int64

所以我决定先把问号改成NaN，以便检查其他列中的标记

import numpy as np
df.replace('?',np.nan, inplace = True)

然后将NaN更改为该列的模式，即1。

df['bare_nucleoli'].fillna(1, inplace = True)

结果显示它改变了NaN值，但是像这样被单独计为另一个唯一值

1     402
10    132
5      30
2      30
3      28
8      21
4      19
1      16
9       9
7       8
6       4
Name: bare_nucleoli, dtype: int64

这背后的原因是什么？如何更改值并将其放在同一组中？

【问题讨论】：

已经提供的答案可能在正确的轨道上，原始值是字符串。您可以用df['bare_nucleoli'] = pd.to_numeric(df['bare_nucleoli'], errors='coerce') 替换您的.replace() 行，这将负责将? 转换为NaN 并将整个列转换为数字。然后你可以运行.fillna()。
问题解决了！谢谢

标签： python pandas dataframe nan dtype

【解决方案1】：

只是猜测，但如果您尝试 df.dtypes，您可能会发现第一列是对象类型。可能第一个是字符串 '1' 而不是数字 1。

【讨论】：

【解决方案2】：

它可能是一个字符串而不是一个整数。您可以更简单地实现您的目标

 bare_nucleoli_mode = df['bare_nucleoli'].mode()
 df['bare_nucleoli'] = df['bare_nucleoli'].replace('?', bare_nucleoli_mode)`.

【讨论】：

注意：mode 并不总是一个标量，所以.mode() 可以返回一个元组，如果有多个模式（不是在这种情况下，它会出现）。

【解决方案3】：

试试：

df.loc[df['bare_nucleoli'] == '?'] = 1
df['bare_nucleoli'].value_counts()

【讨论】：