插补似乎改变了非 NaN 值

Question

运行

imputed_training=impyute.imputation.cs.em(X_train2.values, loops=50)
xtrain2_imputed=pd.DataFrame(imputed_training)
columns=('interest-over-time','hash-rate',...) # very long list
xtrain2_imputed.columns = columns

返回一个包含与原始数据帧 (xtrain2) 完全不同的值的数据帧。 如何使用期望最大化来估算我的 NaN，以返回与原始 df 具有相同列、列顺序和行顺序的数据帧？

Answer 1

执行此操作后，您可以将其分配回去

mputed_training=impyute.imputation.cs.em(X_train2.values, loops=50)
X_train2[:]= mputed_training