如何将缺失值与策略“均值”相匹配？ [关闭]答案

【问题标题】：How can I fit the missing values with strategy 'mean'? [closed]如何将缺失值与策略“均值”相匹配？ [关闭]
【发布时间】：2019-09-19 23:34:45
【问题描述】：

我无法拟合缺失值。我有两列有NaN 值。

ValueError: 找到具有 0 个特征的数组 (shape=(537577, 0)) 而一个至少需要 1 个。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

veriler = pd.read_csv("BlackFriday.csv")
print(veriler)

from sklearn.preprocessing import Imputer

imputer=Imputer(missing_values="NaN", strategy="mean", axis=0)
pro2=veriler.iloc[:,9:11].values
print(pro2)

imputer=imputer.fit(pro2[:,9:11])
pro2[:,9:11]=imputer.transform(pro2[:,9:11])
print(pro2)

【问题讨论】：

你从哪里得到错误？

标签： python machine-learning scikit-learn sklearn-pandas

【解决方案1】：

您已经选择了iloc所需的行所以我认为你不必再次在Pro2

中使用它

尝试更改

imputer=imputer.fit(pro2[:,9:11])
pro2[:,9:11]=imputer.transform(pro2[:,9:11])
print(pro2)

到

imputer=imputer.fit(pro2)
pro2=imputer.transform(pro2)
print(pro2)

【讨论】：

【解决方案2】：

您已经对pro2 进行了列切片。因此不要再次索引！

试试这个！

from sklearn.preprocessing import Imputer

imputer = Imputer(missing_values="NaN", strategy="mean", axis=0)

pro2 = veriler.iloc[:,9:11].values
pro2 = imputer.fit_transform(pro2)

【讨论】：