ValueError：无法将字符串转换为浮点型。插补丢失数据期间

Question

我正在研究墨尔本的住房数据集，在预处理过程中，我试图使用均值/中位数策略来估算缺失的数据。 我尝试使用Sklearn.preprocessing中的Imputer。

imp = Imputer( strategy='mean' )
dataset = imp.fit(dataset)

运行此程序时，我遇到此错误。

  

ValueError：无法将字符串转换为float：“ Western Metropolitan”

我知道插补仅在float值中进行，但我需要执行2种操作之一：

1）仅在数据集中估算字符串以外的值

2）用字符串

估算数据

我在网上找不到任何解决方案。 预先感谢。

Answer 1

Python不能很好地处理分类变量。您需要对所有类别变量进行虚拟化，以估算缺少的值。即使一列是类别，也会弹出错误。