如何使用Python中的fillna()函数填充分类变量的NA/Null值

我有一个数据集,其中包含一些分类变量,这些变量有一些缺失值(NA/Null)。我想用该列的众数来填充这些NA/Null值。我尝试了以下方法,但没有奏效:

MD=Data['Gender'].mode()Data['Gender'].fillna(value=MD,inplace=True)MD=Data['Married'].mode()Data['Married'].fillna(value=MD,inplace=True)MD=Data['Dependents'].mode()Data['Dependents'].fillna(value=MD,inplace=True)MD=Data['Self_Employed'].mode()Data['Self_Employed'].fillna(value=MD,inplace=True)MD=Data['Credit_History'].mode()Data['Credit_History'].fillna(value=MD,inplace=True)Gender                26Married                6Dependents            30Education              0Self_Employed         64ApplicantIncome        0CoapplicantIncome      0LoanAmount             0Loan_Amount_Term       0Credit_History       100Property_Area          0Loan_Status            0

仍然显示有缺失值。


回答:

尝试这样做:

Data['Married'].fillna(Data['Married'].mode(), inplace=True)

或者尝试这样做:

Data['Married'].fillna(Data['Married'].value_counts().index[0], inplace=True)

确保你的分类变量的数据类型是object或category。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注