sr = [3776,1120,556,192] rsr = list(np.random.choice(['b','e','c','r'],2480,p=pd.Series(sr)/sum(sr))) df.loc[df['stalk-root'] == '?','stalk-root'] = np.nan df['stalk-root'].replace(to_replace=np.nan, value=rsr, inplace=True)

这段代码中，`to_replace` 参数应该是一个需要被替换的值，而不是数据类型。因此，如果您使用 `np.nan` 作为 `to_replace` 参数，会出现 "Invalid 'to_replace' type: 'float'" 的错误。

如果您想要将所有的缺失值替换为 `rsr` 中的值，可以将 `to_replace` 参数设置为缺失值所对应的数据类型（例如字符串 `'?'`），并将 `value` 参数设置为 `rsr`，如下所示：

df.loc[df['stalk-root'] == '?', 'stalk-root'] = np.nan
df['stalk-root'].replace(to_replace='?', value=rsr, inplace=True)

这样，所有的 `'?'` 值将被替换为 `rsr` 中的值，而不会出现 "Invalid 'to_replace' type: 'float'" 的错误。