我在 Python 中创建了一个用 knn 替换缺失值的函数,以下是我的函数:
def missing_variables_knn(x):
test = data[data[x].isnull()]
train = data[data[x].isnull()==False]
X_train = train.loc[:, ['ApplicantIncome', 'CoapplicantIncome', 'LoanAmount', 'Loan_Amount_Term']]
Y_train = train[x]
X_test = test.loc[:, ['ApplicantIncome', 'CoapplicantIncome', 'LoanAmount', 'Loan_Amount_Term']]
knn = KNeighborsClassifier(n_neighbors=3)
knn.fit(X_train, Y_train)
pred = knn.predict(X_test)
pred = pd.Series(pred)
data[x].fillna(pred)
当我使用 missing_variables_knn('Gender')
时,出现错误:
The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().
最佳答案
图书馆需要一个永远真实的值(value)。使用您的功能,您不能保证您将始终返回 true。这就是 Pandas 将其解释为模棱两可的原因。
你应该做的是使用其他函数,如.filter()。这里有一个相关的帖子:https://stackoverflow.com/questions/36921951/truth-value-of-a-series-is-ambiguous-use-a-empty-a-bool-a-item-a-any- o / 36922103
最稳妥的是错误在这里:train = data[data[x].isnull()==False]
关于python - 用系列替换 Pandas 数据框中的空值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50774864/