TypeError:float()参数不能为SimpleImputer Age字段缺失值填充报错求助

• 参数书写错误：fillna方法的inplace参数需要作为独立入参传递，你错误将其放入了value参数的字典中，参数传递逻辑错误。
• 列类型异常：报错提示TypeError: float() argument must be a string or a number, not 'SimpleImputer'，说明Age列已被错误赋值为SimpleImputer对象类型，而非原本的数值类型，导致计算中位数时无法完成类型转换。
• 代码不一致：你贴出的代码与实际运行代码不符，报错堆栈中第二行存在.values()调用，而median()返回的是单个标量数值，没有values()方法，会额外触发属性错误。

原生Pandas实现 #

import pandas as pd

# 先修正Age列类型，强制转数值，无法转换的设为空值
all_data['Age'] = pd.to_numeric(all_data['Age'], errors='coerce')
all_data = pd.concat([train_data, test_data])
average = all_data.Age.median()
print('Average Age: {0}'.format(average))
# 修正fillna参数位置
train_data.fillna(value={'Age': average}, inplace=True)
test_data.fillna(value={'Age': average}, inplace=True)

Scikit-learn SimpleImputer实现 #

from sklearn.impute import SimpleImputer

# 初始化中位数填充器
imputer = SimpleImputer(strategy='median')
# fit_transform接收二维数组，返回填充后的数值，直接赋值给Age列
train_data['Age'] = imputer.fit_transform(train_data[['Age']])
test_data['Age'] = imputer.transform(test_data[['Age']])

内容的提问来源于stack exchange，提问作者Affan AkramShk