创建箱线图时Python分类变量NaN及语法错误的解决咨询

一、搞定Memory列的NaN问题 #

你的RAM列数据格式不统一，有带空格的（比如'12 GB'）、带GB后缀的（比如'6GB'）、纯数字的（比如'6'），直接用pd.to_numeric转的话，带非数字字符的内容会被强制转成NaN，导致分箱后出现空值。按下面步骤处理：

1. 先把RAM列里的数字提取出来，统一转成整数：

# 注意：样本里列名是'RAM'，不是你代码里写的'RAM '（多了个空格），要对应实际列名
df['RAM_clean'] = df['RAM'].str.extract('(\d+)').astype(int)

这段正则会把所有数字字符抠出来，不管原来的格式是什么，都能得到纯数字的RAM值。

2. 重新生成Memory分类列：

df['Memory'] = pd.cut(df['RAM_clean'], 
                      bins=[0,4,8,12], 
                      include_lowest=True, 
                      labels=['Basic', 'Intermediate', 'Advanced'])

（顺便提一句，你之前标签写的'Advaced'是拼写错误，改成'Advanced'更准确）

二、修复箱线图的语法错误 #

你不能把数据赋值的代码直接塞到sns.boxplot的data参数里，这属于语法错误，Python不允许这么写。正确做法是先把所有数据处理好，再调用绘图函数：

完整流程代码：

import pandas as pd
import seaborn as sns

# 1. 清理RAM列
df['RAM_clean'] = df['RAM'].str.extract('(\d+)').astype(int)

# 2. 创建Memory分类列
df['Memory'] = pd.cut(df['RAM_clean'], 
                      bins=[0,4,8,12], 
                      include_lowest=True, 
                      labels=['Basic', 'Intermediate', 'Advanced'])

# 3. 别忘了清理Price列！样本里Price带$符号和空格，得转成数值才能绘图
df['Price_clean'] = df['Price'].str.replace('$', '', regex=False).str.strip().astype(float)

# 4. 绘制箱线图
sns.boxplot(x='Memory', y='Price_clean', data=df)

额外提醒 #

• 确认你的DataFrame列名：代码里的列名要和实际数据一致，你之前写的RAM （带空格）和样本里的RAM（无空格）不一样，别因为这个踩坑。
• 如果还有NaN，检查RAM里有没有完全不含数字的行，这种情况需要单独处理（比如删除或填充）。

内容的提问来源于stack exchange，提问作者user