Question

我在R中看到，分类数据的插补是由DMwR，Caret等包直接完成的，我也有KNN或CentralImputation这样的算法选项。但我没有看到python中的任何库都做同样的事情。 FancyImpute在数字数据上表现良好。

有没有办法在python中为分类数据插入Null值？

修改：添加了数据集的前几行。

    >>> data_set.head()
       1stFlrSF  2ndFlrSF  3SsnPorch Alley  BedroomAbvGr BldgType BsmtCond  \
    0       856       854          0   NaN             3     1Fam       TA   
    1      1262         0          0   NaN             3     1Fam       TA   
    2       920       866          0   NaN             3     1Fam       TA   
    3       961       756          0   NaN             3     1Fam       Gd   
    4      1145      1053          0   NaN             4     1Fam       TA   

      BsmtExposure  BsmtFinSF1  BsmtFinSF2  ...   SaleType ScreenPorch  Street  \
    0           No       706.0         0.0  ...         WD           0    Pave   
    1           Gd       978.0         0.0  ...         WD           0    Pave   
    2           Mn       486.0         0.0  ...         WD           0    Pave   
    3           No       216.0         0.0  ...         WD           0    Pave   
    4           Av       655.0         0.0  ...         WD           0    Pave   

       TotRmsAbvGrd TotalBsmtSF  Utilities WoodDeckSF YearBuilt YearRemodAdd  \
    0             8       856.0     AllPub          0      2003         2003   
    1             6      1262.0     AllPub        298      1976         1976   
    2             6       920.0     AllPub          0      2001         2002   
    3             7       756.0     AllPub          0      1915         1970   
    4             9      1145.0     AllPub        192      2000         2000   

      YrSold  
    0   2008  
    1   2007  
    2   2008  
    3   2006  
    4   2008  

    [5 rows x 81 columns]

Answer 1

处理缺失值的方法很少。据我了解，你想根据具体规则填写NaN。可以使用熊猫填充物。下面的代码是如何填充具有最常见值的分类NaN的示例。

df['Alley'].fillna(value=df['MSZoning'].value_counts().index[0],inplace =True)

这也是我的帮助sklearn.preprocessing.Imputer

有关pandas fillna pandas.DataFrame.fillna

的更多信息

希望这会起作用

如何在python中为分类数据计算Null值？

1 个答案: