Python 缺失值的填补（以TItanic数据集为例）

最新推荐文章于 2024-07-25 23:56:17 发布

lishangyin88

最新推荐文章于 2024-07-25 23:56:17 发布

阅读量9.6k

点赞数 3

分类专栏： python 学习笔记

本文链接：https://blog.csdn.net/lishangyin88/article/details/80167619

版权

本文介绍了如何处理Titanic数据集中Age字段的缺失值，通过分别使用年龄的均值和根据舱位的中位数进行精细化填充。探讨了不同填充方法的适用性，并表示将持续寻求优化方案。

摘要由CSDN通过智能技术生成

一、普通青年的缺失值填补（自己举的例子）

raw=[1,2,3,np.nan,4,6,5,8]
sds=[3,2,7,5,4,8,3,5]
raw1=pd.DataFrame([raw,sds],columns=list('abcdefgh'))
raw1.set_index=list('AB')
raw1.iloc[1,4]=np.nan
raw1.iloc[1,3]=np.nan

raw1
	a	b	c	d	e	f	g	h
0	1	2	3	NaN	4.0	6	5	8
1	3	2	7	NaN	NaN	8	3	5

raw1.fillna(0)
	a	b	c	d	e	f	g	h
0	1	2	3	0.0	4.0	6	5	8
1	3	2	7	0.0	0.0	8	3	5

raw1.fillna(raw1.iloc[0,:].mean())#填充某一行的均值

a	b	c	d	e	f	g	h
0	1	2	3	4.142857	4.000000	6	5	8
1	3	2	7	4.142857	4.142857	8	3	5

raw1.dropna(thresh=7)#默认是保留的行的个数
	a	b	c	d	e	f	g	h
0	1	2	3	NaN	4.0	6	5	8
raw1.dropna(thresh=1,axis=1)#可以设置列保留的最低门槛

a	b	c	e	f	g	h
0	1	2	3	4.0	6	5	8
1	3	2	7	NaN	8	3	5