Python数据缺失值处理问题：MasVnrType与MasVnrArea列仍存空值

嘿，我来帮你排查下为什么MasVnrType和MasVnrArea的缺失值没被填充成功～

问题出在哪？ #

你当前的填充代码存在一个关键误区：pandas里的原生缺失值是NaN（numpy.nan），而不是字符串'NA'，所以你写的replace('NA', None)和replace('NA', '0')根本找不到需要替换的目标，等于这两步操作完全没生效。

再看你的填充逻辑：

train['MasVnrType'].fillna(train['MasVnrType'].replace('NA', None), inplace = True)

这里train['MasVnrType'].replace('NA', None)返回的还是原来的Series（因为没有字符串'NA'可替换），里面依然包含NaN。你用这个带NaN的Series去填充原列的NaN，相当于用缺失值填充缺失值，自然毫无效果。

MasVnrArea的情况完全一样，replace('NA', '0')没找到目标，最后还是用带NaN的Series去填充，所以缺失值依然存在。

修正后的代码 #

根据你的需求（分类变量用众数，数值变量填充0），可以这样修改：

处理MasVnrType（分类变量，用众数填充）

和你处理其他分类列（比如Electrical、BsmtQual）的逻辑保持一致：

train['MasVnrType'].fillna(train['MasVnrType'].mode()[0], inplace=True)

处理MasVnrArea（数值变量，填充0）

直接指定填充值为0即可，不用多余的replace操作：

train['MasVnrArea'].fillna(0, inplace=True)

额外建议 #

如果不确定缺失值的类型，可以先运行以下代码确认：

# 查看MasVnrType的非空值类型和缺失值情况
print(train['MasVnrType'].unique())
print(train['MasVnrType'].isnull().sum())

这样能帮你更准确地判断该用哪种方式填充。

内容的提问来源于stack exchange，提问作者Tanmay Pardhi