如果多数为零，如何处理数据？数据清洗
How to handle data if majority equals zero? Data cleaning
我是初学者，我正在探索 TMDB 10000 电影数据集，我发现预算和收入列如下：
b_0 = df[df['budget']==0].shape[0]/df.shape[0]*100
print('percentage of zero budget movies: ',b_0,'%')
零预算电影的百分比：52.425218591808566 %
b_r_0 = df[(df['revenue']==0) & (df['budget']==0)].shape[0]/df.shape[0]*100
零收入和预算电影的百分比：43.26737229636448 %
r_0 = df[df['revenue']==0].shape[0]/df.shape[0]*100
print('percentage of zero revenue movies: ',r_0,'%')
零收入电影的百分比：55.37045559134837 %
我确定 budget/revenue 不能等于零，计算的统计数据（平均值、中位数、四分位数）由于零值而有偏差，所以我不能用它们来替换，我不能删除超过 40% 的数据。
我该如何解决这个问题？
要知道什么是最佳解决方案，您必须了解数据来源的真实世界。
平均数或中位数通常是最好的。
您最好先用 Null 替换零，然后用中位数或均值填充 Null。
如果您需要代码来执行此操作 - 让我知道
我是初学者，我正在探索 TMDB 10000 电影数据集，我发现预算和收入列如下：
b_0 = df[df['budget']==0].shape[0]/df.shape[0]*100
print('percentage of zero budget movies: ',b_0,'%')
零预算电影的百分比：52.425218591808566 %
b_r_0 = df[(df['revenue']==0) & (df['budget']==0)].shape[0]/df.shape[0]*100
零收入和预算电影的百分比：43.26737229636448 %
r_0 = df[df['revenue']==0].shape[0]/df.shape[0]*100
print('percentage of zero revenue movies: ',r_0,'%')
零收入电影的百分比：55.37045559134837 %
我确定 budget/revenue 不能等于零，计算的统计数据（平均值、中位数、四分位数）由于零值而有偏差，所以我不能用它们来替换，我不能删除超过 40% 的数据。 我该如何解决这个问题？
要知道什么是最佳解决方案，您必须了解数据来源的真实世界。
平均数或中位数通常是最好的。
您最好先用 Null 替换零，然后用中位数或均值填充 Null。
如果您需要代码来执行此操作 - 让我知道