Fehlende kategoriale Werte mit Pandas füllen?

Question

Ich möchte fehlende kategoriale Zellen mit neuen Werten pro Spalte füllen. Zum Beispiel:

c1 c2 c3 
a nan a 
b q nan 
c d nan 
a p z 

sollte so etwas wie

c1 c2 c3 
a n1 a 
b q n2 
c d n2 
a p z 

Mein aktuelles Problem geworden ist, dass ich DictVectorizer für categorials Spalte verwende, aber es lässt NaNs wie sie ist.

Answer 1

Fillna mit einigen uniq String tut, was Sie wollen:

categorial_data = pd.DataFrame({'sex': ['male', 'female', 'male', 'female'], 
           'nationality': ['American', 'European', float('nan'), 'European']}) 
print(categorial_data) 
categorial_data=categorial_data.fillna('some_unique_string') 
print('after replacement') 
print(categorial_data) 
encoder = DV(sparse = False) 
encoded_data = encoder.fit_transform(categorial_data.T.to_dict().values()) 
print(encoded_data) 

Sie

nationality  sex 
0 American male 
1 European female 
2   NaN male 
3 European female 
after replacement 
      nationality  sex 
0   American male 
1   European female 
2 some_unique_string male 
3   European female 
[[ 1. 0. 0. 0. 1.] 
[ 0. 1. 0. 1. 0.] 
[ 0. 0. 1. 0. 1.] 
[ 0. 1. 0. 1. 0.]]