model:preprocess:impute
这是本文档旧的修订版！
使用SimleImputer进行空值填充
缺失值填充主要采用SimpleImputer来完成，示例代码如下：
- # #############################################################
# File: 02-preprocess-08-SimpleImpute
# Author: 郝金隆
# Date: 2019-12-04
# SimpleImpute: 基础的插值补充
# 主要内容：
# 1. import语句
# 2. 加载示例数据
# 3. 基础用法
# 4. 与DataFrameMapper配合使用
# #############################################################
# 1. import语句
from sklearn.preprocessing import LabelBinarizer, OrdinalEncoder
from sklearn.impute import SimpleImputer
from sklearn_pandas import DataFrameMapper
import numpy as np
import pandas as pd
# 2. 加载示例数据
df = pd.DataFrame({'pet': ['fish', 'dog', 'dog', 'fish',
'cat', 'dog', 'cat', 'fish', 'goose', 'null', '-1'],
'age':
})
# 3. 与DataFrameMapper结合使用
mapper = DataFrameMapper([
(['pet'], [SimpleImputer(missing_values='null',
fill_value='others',
strategy='constant'),
SimpleImputer(missing_values='-1',
fill_value='others',
strategy='constant')
]), # 连续替换
(['age'], [SimpleImputer(missing_values=np.NaN,
strategy='mean')]), # 均值替换
(['age'], [SimpleImputer(missing_values=np.NaN,
strategy='median')]) # 中位数替换
(['age'], [SimpleImputer(missing_values=np.NaN,
strategy='most_frequent')]) # 最多数
], df_out=True)
mapper.fit_transform(df)
model/preprocess/impute.1578643789.txt.gz · 最后更改: 2020/07/12 12:07 (外部编辑)
