防止 Imputer 丢失值

Question

目前我正在尝试用 pandas 估算因变量。（不要问为什么。）这是数据集

y.head(15)

Out[138]: 
0     13495.0
1     16500.0
2     16500.0
3     13950.0
4     17450.0
5     15250.0
6     17710.0
7     18920.0
8     23875.0
9         NaN
10    16430.0
11    16925.0
12    20970.0
13    21105.0
14    24565.0
Name: price, dtype: float64

如果我尝试估算这个变量，会发生一些奇怪的事情：

len(y) # 15

from sklearn.preprocessing import Imputer, 
mean_imputer_y = Imputer(strategy="mean", axis=0)
imputed_y = mean_imputer_y.fit_transform(y)

len(imputed_y) # 14

这显然与 Imputer 应该做的完全相反。我不想删除 NaN。我想归咎于他们。

对这种行为有一些解释吗？我做错了什么？

感谢您的帮助！

Answer 1

您应该使用 axis=1 而不是 0 。

from sklearn.preprocessing import Imputer
mean_imputer_y = Imputer(strategy="mean", axis=1,missing_values=np.nan)

mean_imputer_y.fit_transform(df.Val)


array([[13495. , 16500. , 16500. , 13950. , 17450. , 15250. , 17710. ,
        18920. , 23875. , 18117.5, 16430. , 16925. , 20970. , 21105. ,
        24565. ]])

防止 Imputer 丢失值

Prevent Imputer from losing values

python

regression

dataframe

pandas

imputation