Вызов Mode () не работает должным образом в scipy / numpy
Я запускаю Python 3.6 в Windows 10.
Я использую данные поезда, найденные здесь: https://datahack.analyticsvidhya.com/contest/practice-problem-loan-prediction-iii/
Я пытаюсь вычислить режим колонки. Мой код:
from scipy.stats import mode
import pandas as pd
data = pd.read_csv('Loan3_train.csv')
mode(data['Gender'])[0]
This returns a warning and an exception:
C:\ProgramData\Anaconda3\lib\site-packages\scipy\stats\stats.py:253: RuntimeWarning: The input array could not be properly checked for nan values. nan values will be ignored.
"values. nan values will be ignored.", RuntimeWarning)
TypeError: '>' not supported between instances of 'str' and 'float'
Как мне понять эти сообщения и адресовать их?
Ответы 2
Это ошибка несоответствия типа данных! Mode ожидает, что столбец будет плавающим, а то, что вы передаете, - String. Используйте astype для преобразования Float в str, например data['Gender'] = data['Gender'].astype(float)
Из-за ошибки некоторые данные нечисловые. Там также могут быть нулевые значения.
Вам нужно найти примеры нечисловых данных и обработать их.
Вы можете использовать df.applymap(np.isreal), чтобы найти проблемы.
Когда у вас есть исходные строки, вам нужно придумать карту, которую можно применить к ним, чтобы сделать их числовыми, если это возможно.
В качестве альтернативы, если вы обнаружите, что у вас есть данные типа «3+» или аналогичные, вы можете обработать их astype('category'), чтобы найти режим, при условии, что у вас нет нулей.
На веб-сайте, на который вы ссылаетесь, есть обсуждение - сначала изучите данные. Обратите внимание на такие вещи, как 3+.