python - Pandas 数据框fillna()无法正常工作？

我有一个数据集，在其中执行主成分分析(PCA)。当我尝试转换数据时，我收到ValueError消息。下面是一些代码:

import pandas as pd
import numpy as np
import matplotlib as mpl
from sklearn.preprocessing import StandardScaler
from sklearn.decomposition import PCA as sklearnPCA

data = pd.read_csv('test.csv',header=0)
X = data.ix[:,0:1000].values   # values of 1000 predictor variables
Y = data.ix[:,1000].values     # values of binary outcome variable
sklearn_pca = sklearnPCA(n_components=2)
X_std = StandardScaler().fit_transform(X)

在这里，我得到以下错误消息:

ValueError: Input contains NaN, infinity or a value too large for dtype('float64').

因此，我随后检查了原始数据集是否具有任何NaN值:

print(data.isnull().values.any())   # prints True
data.fillna(0)                      # replace NaN values with 0
print(data.isnull().values.any())   # prints True

我不明白即使将NaN值替换为0后，为什么data.isnull().values.any()仍在打印True。

最佳答案

有两种方法可以实现，请尝试就地替换:

import pandas as pd

data = pd.DataFrame(data=[0,float('nan'),2,3])
print('BEFORE:', data.isnull().values.any())   # prints True

# fillna function
data.fillna(0, inplace=True)

print('AFTER:',data.isnull().values.any())   # prints False now :)

或者，使用返回的对象:

data = data.fillna(0)

两种情况都具有以下相同的结果:

BEFORE: True
AFTER: False

关于python - Pandas 数据框fillna()无法正常工作？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/39192614/