数据预处理2: impute.SimpleImputer来填补缺失值

最新推荐文章于 2024-05-08 17:37:17 发布

Aksinia

最新推荐文章于 2024-05-08 17:37:17 发布

阅读量636

点赞数 1

分类专栏：机器学习技法文章标签： sklearn python 机器学习

本文链接：https://blog.csdn.net/weixin_51871375/article/details/120759030

版权

机器学习技法专栏收录该内容

11 篇文章 0 订阅

订阅专栏

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_csv("train.csv")
#Use the Titanic data set from kaggle
data.info()

在这里插入图片描述

data.head(3)

在这里插入图片描述

data1 = pd.read_csv("train.csv",index_col=0)
#这里的index_col是表示把第0列作为索引，PassengerId正好也有这个属性。
#index_col用法比如你使之为2，那么调用的就是Pclass作为索引。
data1.head(3)

在这里插入图片描述

#传入sklearn中的特征矩阵必须是2维的
Age = data1.loc[:,'Age'].values.reshape(-1,1)
Age[:20]

在这里插入图片描述

from sklearn.impute import SimpleImputer
imp_mean = SimpleImputer()
#这里用均值是因为大概率是0~100不会有很大差距
imp_mean = imp_mean.fit_transform(Age)
imp_mean[:20]

在这里插入图片描述

#用填补好的imp_mean来覆写Age列
data1.loc[:,"Age"] = imp_mean
data1.info()
#可以看到Age已经填满了

在这里插入图片描述

data1['Age'].isnull().sum()

在这里插入图片描述

Aksinia

关注

1
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
数据预处理2: impute.SimpleImputer来填补缺失值

import numpy as npimport pandas as pdimport matplotlib.pyplot as pltdata = pd.read_csv("train.csv")#Use the Titanic data set from kaggledata.info()data.head(3)data1 = pd.read_csv("train.csv",index_col=0)#这里的index_col是表示把第0列作为索引，PassengerId正好也有这
复制链接

扫一扫