Question

我正在尝试使用sklearns SimpleImputer来SimpleImpute pandas dataframe列，如下所示：

imputer = SimpleImputer(missing_values=np.nan, strategy='mean')
imputer.fit(completeDF_encoded)

FDS1 = imp_mean.transform(completeDF_encoded)
FDS1

但是transform会返回一个数组而不是一个数据帧，并替换了所有NaN，如下所示：

array([[1.0000e+00, 1.8800e+02, 0.0000e+00, ..., 0.0000e+00, 1.0000e+00,
        0.0000e+00],
       [2.0000e+00, 2.0900e+02, 0.0000e+00, ..., 1.0000e+00, 0.0000e+00,
        1.0000e+00],
       [3.0000e+00, 2.5700e+02, 0.0000e+00, ..., 1.0000e+00, 0.0000e+00,
        1.0000e+00],
       ...,
       [7.9998e+04, 2.5600e+02, 1.0000e+00, ..., 0.0000e+00, 1.0000e+00,
        0.0000e+00],
       [7.9999e+04, 2.5600e+02, 1.0000e+00, ..., 1.0000e+00, 0.0000e+00,
        0.0000e+00],
       [8.0000e+04, 2.5600e+02, 1.0000e+00, ..., 1.0000e+00, 0.0000e+00,
        0.0000e+00]])

如何获取插补数据帧而不是numpy数组？

Answer 1

我正在使用以下代码来对均值列进行估算：

for col in cols:
    df[col].fillna(df[col].mean(), inplace = True)

cols是您希望插入的一系列列，例如：

cols = ['col1', 'col2', 'col3']

如何简化熊猫数据框？

1 个答案: