今天,在进行特征工程时,考虑到某一列的缺失值,将其作为该列的众数进行填充。 遵循以前填充平均值和最大最小值的方法。
importpandasaspddf.mer _ min _ discount.fill na (df.mer _ min _ discount.mode )、inplace=True )的结果,缺少的值为哪个
in:print(type(df.id.mode ) ) class ' pandas.core.series.series ' in : print (type ) df.id.mean
class 'numpy.float64 '
解决方案:
df.mer _ min _ distance.fill na (df.mer _ min _ distance.mode ) [0],inplace=True )默认为第一个众数。