如何用众数替换NaN值？Pandas实操遇错求助

问题分析 #

1. Pandas mode() 未生效：Series.mode() 返回的是包含众数的Series（可能有多个值），而 fillna() 需要传入标量值，直接传递整个Series无法正确替换NaN。
2. 自定义函数报错：day_of_week 列混合了字符串（如'0'）和float类型的NaN，执行nums.sort()时会尝试比较不同类型，触发TypeError。

解决方案 #

方法1：修复Pandas原生mode()用法 #

这是最简洁的方案，无需自定义函数：

# 转换pickup_datetime为datetime类型，无效值转为NaT
x_train['pickup_datetime'] = pd.to_datetime(x_train['pickup_datetime'], format='%Y-%m-%d %H:%M:%S %Z', errors='coerce')

# 生成星期几列（strftime('%w')返回'0'=周日到'6'=周六的字符串）
x_train['day_of_week'] = x_train['pickup_datetime'].dt.strftime('%w')

# 获取众数（取第一个，若存在多个众数），确保传递标量给fillna
day_mode = x_train['day_of_week'].mode()[0]
x_train['day_of_week'] = x_train['day_of_week'].fillna(day_mode)

注意点：

• 用errors='coerce'替代手动replace('nan', pd.NA)：pd.to_datetime会自动将无效的时间字符串转为NaT（时间类型的空值），无需处理字符串'nan'。
• 若列中全为NaN，mode()会返回空Series，此时mode()[0]会报错，可添加判断：

  mode_series = x_train['day_of_week'].mode()
  day_mode = mode_series.iloc[0] if not mode_series.empty else '0'  # 用'0'作为默认值
  

方法2：修复自定义众数函数 #

如果坚持使用自定义函数，需先过滤NaN值，避免混合类型排序：

def findmode(series):
    # 过滤掉所有NaN/NaT值
    valid_vals = [val for val in series if pd.notna(val)]
    # 处理全空的情况
    if not valid_vals:
        return '0'  # 可自定义默认值
    
    # 统计每个值的出现次数
    count_dict = {}
    for val in valid_vals:
        count_dict[val] = count_dict.get(val, 0) + 1
    
    # 按出现次数降序、值升序排序，取第一个众数
    sorted_items = sorted(count_dict.items(), key=lambda x: (-x[1], x[0]))
    return sorted_items[0][0]

# 转换datetime列
x_train['pickup_datetime'] = pd.to_datetime(x_train['pickup_datetime'], format='%Y-%m-%d %H:%M:%S %Z', errors='coerce')

# 生成并填充星期几列
x_train['day_of_week'] = x_train['pickup_datetime'].dt.strftime('%w')
x_train['day_of_week'] = x_train['day_of_week'].fillna(findmode(x_train['day_of_week']))

关键错误解释 #

• 原自定义函数的nums.sort()报错：因为dt.strftime('%w')对NaT返回的是float类型的NaN，列中同时存在字符串和float，排序时无法跨类型比较，必须先过滤NaN。
• 原生mode()无效：Series.mode()返回的是Series对象，而fillna()需要单个值，因此必须通过[0]或iloc[0]提取标量众数。

内容的提问来源于stack exchange，提问作者Alex