数据分析之缺失值处理（下）

承接上文：数据分析之缺失值处理

缺失值处理

 1）删除

删除法是指将缺失值所在的观测行删除（前提是缺失行的比例非常低，如5%以内）；

或者删除缺失值所对应的变量（前提是该变量中包含的缺失值比例非常高，如70%左右）；

 2）替换

直接利用缺失变量的均值、中位数或众数替换该变量中的缺失值；

其好处是缺失值的处理速度快；弊端是易产生有偏估计，导致缺失值替换的准确性下降；

3）插补

利用有监督的机器学习方法（如回归模型、树模型、网络模型等）对缺失值作预测；

其优势在于预测的准确性高；缺点是需要大量的计算，导致缺失值的处理速度大打折扣。

缺失值——替换处理

fillna方法支持对不同变量指定不同替换值