Voglio imputare tutte le colonne su un DataFrame di panda ... l'unico modo che posso pensare di fare ciò è colonna per colonna come mostrato di seguito ...Imputa l'intero DataFrame (tutte le colonne) usando Scikit-learn (sklearn) senza scorrere le colonne
Esiste un'operazione in cui è possibile eseguire l'imputazione dell'intero DataFrame senza iterare attraverso le colonne?
#!/usr/bin/python
from sklearn.preprocessing import Imputer
import numpy as np
import pandas as pd
#Imputer
fill_NaN = Imputer(missing_values=np.nan, strategy='mean', axis=1)
#Model 1
DF = pd.DataFrame([[0,1,np.nan],[2,np.nan,3],[np.nan,2,5]])
DF.columns = "c1.c2.c3".split(".")
DF.index = "i1.i2.i3".split(".")
#Impute Series
imputed_DF = DF
for col in DF.columns:
imputed_column = fill_NaN.fit_transform(DF[col]).T
#Fill in Series on DataFrame
imputed_DF[col] = imputed_column
#DF
#c1 c2 c3
#i1 0 1 NaN
#i2 2 NaN 3
#i3 NaN 2 5
#imputed_DF
#c1 c2 c3
#i1 0 1.0 4
#i2 2 1.5 3
#i3 1 2.0 5
Ho trovato tanti cattivi esempi e questo è stato il primo a dare un senso a me. Grazie! –
Grazie! Non ho ricevuto alcun feedback positivo da una delle mie risposte, quindi l'ho davvero apprezzato. –
+1 per includere i passaggi per il ripristino del tipo DataFrame con i nomi e l'indice delle colonne originali, dopo che l'array numpy grezzo è uscito da qualsiasi programma di analisi sklearn –