在我的数据集上应用 Imputer.fit_transform()
后,我丢失了转换数据框上的列名。有没有办法在不丢失列名的情况下估算它?
最佳答案
正如我在对该问题的评论中所说,只需将数据框中的值替换(重新分配)为从 Imputer 返回的数据。
假设这是您的数据框:
import numpy as np
import pandas as pd
df = pd.DataFrame(data=[[1,2,3],
[3,4,4],
[3,5,np.nan],
[6,7,8],
[3,np.nan,1]],
columns=['A', 'B', 'C'])
当前df
:
A B C
0 1 2.0 3.0
1 3 4.0 4.0
2 3 5.0 NaN
3 6 7.0 8.0
4 3 NaN 1.0
如果您要将整个 df
发送到 Imputer,只需使用:
df[df.columns] = Imputer().fit_transform(df)
如果您只发送某些列,则仅使用这些列来分配结果:
columns_to_impute = ['B', 'C']
df[columns_to_impute] = Imputer().fit_transform(df[columns_to_impute])
输出:
A B C
0 1.0 2.0 3.0
1 3.0 4.0 4.0
2 3.0 5.0 4.0
3 6.0 7.0 8.0
4 3.0 4.5 1.0
关于python - python中的缺失值插补,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47689825/