在scikit-learn中使用Imputer

时间:2016-12-11 18:04:32

标签: python scikit-learn missing-data imputation

我需要在scikit-learn中使用Imputer()用该月的平均值填充缺失的温度值。

首先,我根据月份将数据帧拆分为组。然后我调用了imputer函数来计算该组的平均值并填写缺失值。

这是我写的代码,但它没有用:

def impute_missing (data_1_group):
    imp = Imputer(missing_values='NaN', strategy='mean', axis=0)
    imp.fit(data_1_group)
    data_1_group=imp.transform(data_1_group['datetime'])
    return(data_1_group)

for data_1_group in data_1.groupby(pd.TimeGrouper("M")):
    impute_missing(data_1_group)

有什么建议吗?

1 个答案:

答案 0 :(得分:1)

尝试这个小小的改变

imp=imp.fit(data_1_group['datetime']) data_1_group=imp.transform(data_1_group['datetime'])

虽然我是新手自我嘲笑,但我推荐的解决方案对我有用。这是因为

1)imp对象需要覆盖以适应,如第一行

2)它需要适合并归因于相同的数据集,在这种情况下似乎是data_1_group [' datetime']

我希望这会有所帮助