'str'和'float'实例之间不支持

在处理csv文件中以下列的缺失数据时,会抛出TypeError.How来解决这个问题？

trainData.Gender.fillna(trainData.Gender.max(),inplace =True)
trainData.Married.fillna(trainData.Married.max(),inplace=True)

TypeError: '>=' not supported between instances of 'str' and 'float'

trainData.dtypes
    Loan_ID               object
    Gender                object
    Married               object
    Dependents            object
    Education             object
    Self_Employed         object
    ApplicantIncome        int64
    CoapplicantIncome    float64
    LoanAmount           float64
    Loan_Amount_Term     float64
    Credit_History       float64
    Property_Area         object
    Loan_Status           object

小智.. 6

这样做你实际上是在考虑丢失数据(NaN,被视为浮点数)来寻找最大值.所以:

trainData.Gender.fillna(trainData.Gender.max(),inplace =True)

将尝试比较str与浮点数.

你需要这样做:

trainData.Gender.fillna(trainData.Gender.dropna().max(),inplace =True)
trainData.Gender.fillna(trainData.Married.dropna().max(),inplace =True)

Shalini Bara.. 5

在拟合模型时，我遇到了同样的问题。

我做了：

trainData=trainData.fillna("")

它解决了我的问题。同意上面的@VictorGGI词。缺少值被视为float，而其他值被视为str。

这样做你实际上是在考虑丢失数据(NaN,被视为浮点数)来寻找最大值.所以:

trainData.Gender.fillna(trainData.Gender.max(),inplace =True)

将尝试比较str与浮点数.

你需要这样做:

trainData.Gender.fillna(trainData.Gender.dropna().max(),inplace =True)
trainData.Gender.fillna(trainData.Married.dropna().max(),inplace =True)

在拟合模型时，我遇到了同样的问题。

我做了：

trainData=trainData.fillna("")

它解决了我的问题。同意上面的@VictorGGI词。缺少值被视为float，而其他值被视为str。