Question

我有一个带有NaN的数据框。我想用列平均值填充它们。一切都很好，但是在应用下面的代码之后，数据框似乎已更改为一系列，所有值突然在小数点后都具有很多位置的精度，原始数据框的列名已丢失并替换为0， 1,2，我知道我可以重新创建/重置所有这些，但是可以使用SimpleImputer而无需更改数据的基础结构/类型吗？

impute = SimpleImputer(missing_values=np.nan, strategy='mean')
impute.fit(dfn)
dfn_mean=impute.transform(dfn)

Answer 1

我认为您只能对DataFrame.fillna和mean使用pandas解决方案，其中默认情况下会忽略非数字列：

df = pd.DataFrame({
        'A':list('abcdef'),
         'B':[4,5,4,5,5,4],
         'C':[7,8,9,4,np.nan,3],
         'D':[1,3,5,7,1,0],
         'E':[5,3,6,9,np.nan,4],
         'F':list('aaabbb')
})

df = df.fillna(df.mean())
print (df)
   A  B    C  D    E  F
0  a  4  7.0  1  5.0  a
1  b  5  8.0  3  3.0  a
2  c  4  9.0  5  6.0  a
3  d  5  4.0  7  9.0  b
4  e  5  6.2  1  5.4  b
5  f  4  3.0  0  4.0  b

您的解决方案应更改为仅处理DataFrame.select_dtypes的浮点数列：

from sklearn.impute import SimpleImputer
impute = SimpleImputer(missing_values=np.nan,strategy='mean')

c = df.select_dtypes(np.floating).columns
df[c] = impute.fit_transform(df[c])
print (df)
   A  B    C  D    E  F
0  a  4  7.0  1  5.0  a
1  b  5  8.0  3  3.0  a
2  c  4  9.0  5  6.0  a
3  d  5  4.0  7  9.0  b
4  e  5  6.2  1  5.4  b
5  f  4  3.0  0  4.0  b

或者仅是数字，但随后将整数列转换为浮点数：

from sklearn.impute import SimpleImputer
impute = SimpleImputer(missing_values=np.nan,strategy='mean')

c = df.select_dtypes(np.number).columns
df[c] = impute.fit_transform(df[c])
print (df)
   A    B    C    D    E  F
0  a  4.0  7.0  1.0  5.0  a
1  b  5.0  8.0  3.0  3.0  a
2  c  4.0  9.0  5.0  6.0  a
3  d  5.0  4.0  7.0  9.0  b
4  e  5.0  6.2  1.0  5.4  b
5  f  4.0  3.0  0.0  4.0  b

熊猫：使用SimpleImputer可以将数据帧转换为一系列吗？

1 个答案: