“Null / Not Null”的scikit-learn编码器？

Question

我在数据集中有许多变量，a）稀疏和b）唯一（主要是......）。像这样：

Foo NaN NaN Bar NaN NaN NaN Baz

虽然这些变量的实际值在某些情况下很有意思，但我经常发现自己只是用Null / Not Null的True / False替换它们。

我想知道这是否作为scikit-learn的编码器存在 - 如果不存在，是否有人知道如何实现它？

Answer 1

以下适用于我：

class NullNotNullTransformer(BaseEstimator, TransformerMixin):
    """
    Transforms data according to null/not-null scheme.
    """
    def fit(self, X):
        return self

    def transform(self, X):
        return pd.isnull(X)