CCwantfly的博客

原创 Pandas+Knn 数据预处理：填充缺失值

原始数据与待处理问题原始数据如图：pm10列存在很多缺失的数据，同时跟时间和站点有关系，所以不能用直接求均值或者众数或者直接删除的方法来填充pm10的缺失值。处理思路：预测填充缺失值因为涉及到跟时间有关，技术太菜，不会利用LSTM或者RNN等来预测缺失的数据值，于是就想到KNN算法的设计思想，将所有的指标都当做距离计算的一部分，这里的时间由于是2020-01-02 20:00:00的格式，使用了字符串切片和根据index替换的方式把日期格式改为：20010220（因为时间格式都是一样的年月日整点时间）