用列的中值替换python数据框中列中的所有0将数据类型更改为“O”答案

【问题标题】：Replacing all 0s in a column in python dataframe with column's median value changes datatype to 'O'用列的中值替换python数据框中列中的所有0将数据类型更改为“O”
【发布时间】：2018-11-20 16:15:35
【问题描述】：

我有一个包含 10000 行和 33 列的大型 pandas 数据框。其中一列是“Age”，它具有数据类型“int64”和大量缺失值。

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10000 entries, 0 to 9999
Data columns (total 33 columns):
customer                      10000 non-null int64
age                          10000 non-null int64

缺失值已在数据中记录为 0。缺失值：

 df['customer'][df[' age']==0].count()
 >2942

我正在尝试用中值替换所有这些 0：

df[' age'].replace(to_replace=0, value = df[' age'].median, inplace = True)

这似乎运行良好。但是它将列的数据类型更改为O：

df[' age'].dtype
>dtype('O')

出了什么问题？

【问题讨论】：

df[' age'].median()。 pd.Series.median是一个方法，你必须调用它才能返回值。

标签： python pandas replace types median

【解决方案1】：

最好用 NaN 替换缺失的数据，然后用中位数填充这些 NaN 值。

否则，您实际上是在考虑缺失数据来计算中位数

df = pd.DataFrame([0,1,2,3,], columns = ['data'])
df[df.data == 0] = np.nan
print(df)

   data
0   NaN
1   1.0
2   2.0
3   3.0

df.fillna(df.median())

   data
0   2.0
1   1.0
2   2.0
3   3.0

【讨论】：

【解决方案2】：

替换

df[' age'].replace(to_replace=0, value = df[' age'].median, inplace = True)

与

df[' age'].replace(to_replace=0, value = df[' age'].median(), inplace = True)

这对我有用。

【讨论】：