Question

我正在尝试在名为age的单一列上使用Imputer来替换丢失的值。但是我收到了错误消息“期望的2D数组，而是获得了1D数组：”

以下是我的代码

import pandas as pd
import numpy as np
from sklearn.preprocessing import Imputer

dataset = pd.read_csv("titanic_train.csv")

dataset.drop('Cabin',axis = 1,inplace = True)
x = dataset.drop('Survived',axis = 1)
y = dataset['Survived']

imputer = Imputer(missing_values ="nan",strategy = "mean",axis = 1)
imputer=imputer.fit(x['Age'])
x['Age']=imputer.transform(x['Age'])

Answer 1

Imputer期望将二维数组作为输入，即使其中一个维的长度为1。也可以使用np.reshape来实现：

imputer = Imputer(missing_values='NaN', strategy='mean')
imputer.fit(x['Age'].values.reshape(-1, 1))
x['Age'] = imputer.transform(x['Age'].values.reshape(-1, 1))

也就是说，如果您没有做任何事情而不是用平均值来填充缺失值，那么您可能会发现完全跳过Imputer并只使用Pandas fillna会更容易：

x['Age'].fillna(x['Age'].mean(), inplace=True)

Answer 2

尽管@thesilkworkm在路边打败了我，但了解为什么您自己的代码无法正常工作可能很有用。

因此，除了重塑问题之外，您的代码中还有两个错误；首先是您错误地要求axis=1，而您应该要求axis=0（这是默认值，这就是为什么它在完全省略时起作用的原因，如@ thesilkworkm'a答案）;来自docs：

轴：整数，可选（默认= 0）

插补的轴。


如果axis = 0，则沿列进行插补。

如果axis = 1，则沿行进行插补。

第二个错误是您的missing_values参数，应该是'NaN'，而不是'nan'；再次从docs开始：

missing_values ：整数或“ NaN”，可选（默认=“ NaN”）

缺少值的占位符。所有出现的missing_values都将被估算。对于编码为np.nan的缺失值，   使用字符串值“ NaN”。

因此，仅提供一种替代的但等效的解决方案（除了@thesilkworm已经提供的解决方案），您还可以在一行中进行拟合和转换：

imp = Imputer(missing_values ="NaN",strategy = "mean",axis = 0)
x['Age'] = imp.fit_transform(x['Age'].reshape(-1,1))

Answer 3

当您进行适合变换时，请使用reshape（-1,1）。因为method需要2D数组作为输入，但是您却要提供1D数组。

例如：x ['Age'] = imputer.transform（x ['Age']。reshape（-1,1））

在数据框中的某些列上插入错误

3 个答案: