pandas.core.frame.DataFrame.fillna() argument after ** must be a mapping, not numpy.ndarra

这个错误信息通常出现在使用 Pandas 的 DataFrame.fillna() 方法时传入了不正确的参数类型。根据错误信息可以看出，它期望传入的参数是一个映射（mapping），但实际传入的是一个 NumPy 数组（numpy.ndarray）。

请检查一下你的代码，看看是否在使用 fillna() 方法时传入了不正确的参数类型。可能需要将传入的参数转换成一个字典（dictionary），或者使用其他适当的数据类型来传递所需的值。

相关问题

如何将pandas.core.frame.DataFrame转化成numpy.ndarray

可以使用`values`属性将`DataFrame`转换为`ndarray`，示例如下：

import pandas as pd
import numpy as np

df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]})
arr = df.values
print(arr)
# 输出:
# array([[1, 4],
#        [2, 5],
#        [3, 6]], dtype=int64)

注意，转换后的`ndarray`会失去列名等数据结构信息，只保留数值信息。如果需要保留列名等信息，可以使用`to_numpy`方法，示例如下：

import pandas as pd
import numpy as np

df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]})
arr = df.to_numpy()
print(arr)
# 输出:
# array([[1, 4],
#        [2, 5],
#        [3, 6]], dtype=int64)

这样转换后的`ndarray`会保留列名等信息，但是这个方法要求pandas版本在0.24或以上。

pandas.core.frame.DataFrame转化为numpy

可以使用`DataFrame.values`方法将`pandas.core.frame.DataFrame`转换为`numpy.ndarray`，如下所示：

import pandas as pd
import numpy as np

# 创建DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

# 转换为numpy.ndarray
arr = df.values
print(arr)

输出结果：

array([[1, 4],
       [2, 5],
       [3, 6]])

注意：转换后的数据类型为`numpy.ndarray`，不再是`pandas.core.frame.DataFrame`。