两种处理办法
(1)删除:首先如果这一列或者一列的数据缺失值达到一定程度,建议放弃整行或整列。
(2)一般我们建议做插补:
可以通过缺失值的每行或者每列的平均值、中位数进行填充。(我们建议按照列进行填补)
代码:
from sklearn.impute import SimpleImputer
# sklearn对缺失值处理
def im():
# strategy='mean'按平均值填补,按照列计算
imputer = SimpleImputer(missing_values=np.nan, strategy='mean')
data = imputer.fit_transform([[89, 79, np.nan, 14], [78, 111, 33, np.nan], [82, 234, np.nan, 23]])
print(data)
结果: