处理 NaN 的成对距离

Question

我有一个数据透视表，我想从中计算每天之间的成对距离矩阵。由于我的数据集包含 NaN 值，因此当我使用 sklearn 成对距离时，它会在我身上产生。

如果有办法克服这个问题，我喜欢吗？

数据透视表 X 是这样的：

 time   04:45:00    05:00:00   05:15:00
 date     
 01-01    61           NaN        44
 01-02    23            70         NaN

from sklearn.metrics.pairwise import pairwise_distances
pairwise_distances(X)

我遇到以下错误：

ValueError: Input conains NaN, infinity or a value too large for dtype('float64')

Answer 1

简单的解决方法是用一些估算值填充那些NaN 值。可以是0、mean、沿行向前/向后填充值等。

试试这样的！

d = """ time   04:45:00    05:00:00   05:15:00
 date     
 01-01    61           NaN        44
 01-02    23            70        NaN
"""


import pandas as pd
from io import StringIO

df = pd.read_csv(StringIO(d), sep='\s+')
data = df.iloc[1:,1:].fillna(method='ffill', axis=1)
data

    04:45:00    05:00:00    05:15:00
1   61.0    61.0    44.0
2   23.0    70.0    70.0

现在申请pairwise_distances

from sklearn.metrics.pairwise import pairwise_distances
pairwise_distances(data)

# array([[ 0.        , 46.91481642],
#       [46.91481642,  0.        ]])