我无法拟合缺失值。我有两列 NaN
值(value)观。
ValueError: Found array with 0 feature(s) (shape=(537577, 0)) while a minimum of 1 is required.
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
veriler = pd.read_csv("BlackFriday.csv")
print(veriler)
from sklearn.preprocessing import Imputer
imputer=Imputer(missing_values="NaN", strategy="mean", axis=0)
pro2=veriler.iloc[:,9:11].values
print(pro2)
imputer=imputer.fit(pro2[:,9:11])
pro2[:,9:11]=imputer.transform(pro2[:,9:11])
print(pro2)
最佳答案
您已经使用 iloc 选择了所需的行 所以我认为你不必在 pro2 中再次使用它
尝试改变
imputer=imputer.fit(pro2[:,9:11])
pro2[:,9:11]=imputer.transform(pro2[:,9:11])
print(pro2)
到
imputer=imputer.fit(pro2)
pro2=imputer.transform(pro2)
print(pro2)
关于python - 如何使用策略 'mean' 拟合缺失值?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55935623/