python - 使用标签将列传递给输入器的正确方法？

Question

我有以下工作代码:

imputer = Imputer(missing_values = 'NaN', strategy='mean', axis = 0)
imputer = imputer.fit(X_train[['Age']])
X_train['Age'] = imputer.transform(X_train[['Age']])

这向我发出以下警告:

A value is trying to be set on a copy of a slice from a DataFrame. Try using .loc[row_indexer,col_indexer] = value instead

当我使用以下行时，我仍然收到相同的警告；这是为什么？:

X_train['Age'] = imputer.transform(X_train[['Age']])

如果我尝试将相同的逻辑应用于所有内容:

imputer = Imputer(missing_values = 'NaN', strategy='mean', axis = 0)
imputer = imputer.fit(X_train.loc[:,'Age'])
X_train.loc[:,'Age'] = imputer.transform(X_train.loc[:, 'Age'])

我收到以下消息，并且 imputer 无法工作:

Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample.

请问，谁能解释一下使用标签将列传递给输入器的正确方法是什么？

我不清楚使用 [['Age']] 和 .loc[:,'Age'] 之间的区别，看起来它们有相同的数据，但形状不同。

Answer 1

根据您收到的最后一个错误，当您选择像 imputer = imputer.fit(X_train.loc[:, 'Age']) 这样的数据框列时，您实际上传递了 Serie 到一维的Imputer。

type(X_train['Age'])
pandas.core.series.Series

但是，方法 fit() 要求您向其传递一个二维数组。相反，您可以以返回 Dataframe(即二维)的方式使用列 Age 索引:

type(X_train.iloc[:,2:3])
pandas.core.frame.DataFrame

这样做，您将不会收到尺寸错误。我为了您的目的对此进行了测试并且它有效。