将Housing数据集yes/no转0/1时，应用二进制映射出现NaN问题排查

出现NaN的核心原因是你的映射字典没有匹配到数据中的实际值，常见两种情况：

• 字符串大小写不匹配：比如数据里存的是"Yes"、"NO"或者大小写混合格式，而映射字典只写了小写的"yes"和"no"，匹配失败就会返回NaN。
• 数据中存在非yes/no的其他值：比如空字符串、带空格的" yes "、拼写错误的字符串（如"ye"），这些值不在映射字典范围内，同样会生成NaN。

验证问题的方法 #

先检查目标列的所有唯一值，确认是否存在不匹配的情况：

for col in varlist:
    print(f"列 {col} 的唯一值：", housing[col].unique())

解决办法 #

方法1：统一字符串大小写后再映射 #

先把所有字符串转成小写（或大写），再执行映射，解决大小写不匹配问题：

def binary_map(x):
    return x.str.lower().map({"yes": 1, "no": 0})

housing[varlist] = housing[varlist].apply(binary_map)

方法2：直接用replace替换（更简洁） #

replace支持多键值对替换，可直接处理多种大小写变体：

replace_dict = {"yes":1, "no":0, "Yes":1, "NO":0, "YES":1, "No":0}
housing[varlist] = housing[varlist].replace(replace_dict)

方法3：处理带空格的异常值 #

如果数据里有带前后空格的" yes "，先去除空格再映射：

def binary_map(x):
    return x.str.strip().str.lower().map({"yes": 1, "no": 0})

housing[varlist] = housing[varlist].apply(binary_map)

方法4：保留/统一处理无法匹配的值 #

如果不想丢弃非yes/no的值，可保留原内容或统一设为固定值：

# 保留无法匹配的原内容
housing[varlist] = housing[varlist].apply(lambda x: x.map({"yes":1, "no":0}).fillna(x))

# 把无法匹配的值统一设为0
housing[varlist] = housing[varlist].apply(lambda x: x.map({"yes":1, "no":0}).fillna(0))

内容的提问来源于stack exchange，提问作者kzs