我对机器学习/数据科学很陌生，所以我从这里开始做我的第一个 Kaggle 竞赛问题：https ://www.kaggle.com/c/house-prices-advanced-regression-techniques
我正在清理训练数据集并用模式值填充一些分类特征，过了一段时间我注意到一些非常奇怪的东西。我用模式填充了“MasVnrType”列的缺失值，结果发现它用无值填充了所有这些值，即使 isna().sum() 仅显示 8 个缺失值。是否有一些我缺乏的理解？
为什么 isna()/isnull() 函数显示的值与 value_counts() 不同？
数据挖掘
Python
熊猫
缺失数据
2022-03-02 23:58:05
1个回答
默认情况下，value_counts具有dropna=True表示None值不显示在值计数中的参数。
试试下面的代码。您应该看到“真实”None值的计数。应该有一个计数8。
df['MasVnrType'].value_counts(dropna=False)
你为什么看None 864？这可能是因为 None 值实际上是"None". 他们是strings。由于它们是strings它们不计入isna()，它只计算实际None值。
如何解决？清理数据时，不要添加"None"为string，而是添加None。
其它你可能感兴趣的问题