使用map()函数处理Gender列后出现NaN值的技术求助

问题原因 #

出现NaN的核心原因是你的Gender列里存在除了'M'和'F'之外的其他值——比如带前后空格的' M'/' F'、小写的'm'/'f'，或者其他无意义字符。map函数找不到这些值对应的映射规则，就会返回NaN。

解决步骤 #

1. 先排查异常值
   先打印出Gender列的所有唯一值，确认到底有哪些异常内容：

   print(df['Gender'].unique())
   

2. 针对性清洗+映射
   根据排查结果选择对应方法：

   • 如果是空格/大小写问题：先统一格式再映射

     # 去除前后空格并转为大写，确保格式统一
     df['Gender'] = df['Gender'].str.strip().str.upper()
     # 执行映射
     df['Gender'] = df['Gender'].map({'F': 1, 'M': 0})
     

   • 如果存在其他无关值，想统一处理：用replace替代map

     import numpy as np
     # 替换M/F为目标值，其余值设为NaN（也可以改成你需要的默认值，比如2）
     df['Gender'] = df['Gender'].replace({'F': 1, 'M': 0}, np.nan)
     

   • 如果只想保留M/F两类，强制过滤其他值：转为分类类型再映射

     # 限定Gender列只有M、F两个合法类别，其他值会被设为NaN
     df['Gender'] = df['Gender'].astype('category').cat.set_categories(['M', 'F'])
     df['Gender'] = df['Gender'].map({'F': 1, 'M': 0})
     

3. 验证结果
   检查处理后是否还有异常：

   # 查看NaN数量
   print(df['Gender'].isna().sum())
   # 查看最终唯一值
   print(df['Gender'].unique())
   

内容的提问来源于stack exchange，提问作者Abhishek