映射数据转整数后df['country_code']全为NaN问题求助

核心错误点 #

• replace语法不合法：第一行df['country_code'].replace(['?'], )缺少替换目标值，语法报错，且无法完成?的替换操作。
• map导致非映射值全变NaN：使用map(country_code_map)时，所有不在字典内的字段（包括你想替换的空值、未收录的国家代码）都会被转为NaN，这是最终全NaN的核心原因。
• 均值调用错误：最后一行df['country_code'].mean是方法对象，不是实际均值，必须加括号df['country_code'].mean()才能获取计算结果。
• 处理逻辑顺序混乱：先替换?为空，再执行map，此时空值已被转为NaN，后续替换空字符串为均值的操作完全无效。

修复后的代码 #

import numpy as np
import pandas as pd

# 统一将?替换为NaN，便于后续缺失值处理
df['country_code'] = df['country_code'].replace(['?'], np.nan)

country_code_map = {'AUS': 1, 'USA': 2, 'CAN': 3, 'BGD': 4, 'BRZ': 5, 'JP': 6, 'ID': 7, 'HR': 8, 'CH': 9, 'FRA': 10, 'FIN': 11}

# 执行映射，若需保留未收录的国家代码，可将map替换为replace
df['country_code'] = df['country_code'].map(country_code_map)

# 计算均值（自动忽略NaN）
code_mean = df['country_code'].mean()

# 将所有NaN替换为均值
df['country_code'] = df['country_code'].fillna(code_mean)

额外提示 #

如果原数据存在未收录的有效国家代码，不想让它们被转为NaN，可把map替换为replace——replace只会替换字典内匹配的值，不匹配的会保留原值：

df['country_code'] = df['country_code'].replace(country_code_map)

内容的提问来源于stack exchange，提问作者Poppy