可以为数据帧的不同列分离使用 SimpleImputer 吗？答案

【问题标题】：Can the use of SimpleImputer be dissociated for different columns of a dataframe?可以为数据帧的不同列分离使用 SimpleImputer 吗？
【发布时间】：2021-01-16 20:17:05
【问题描述】：

我正在研究中级机器学习课程中的 Kaggle 笔记本“缺失值”。我正在使用SimpleImputer 来预处理数据帧。需要估算 3 列。我以相同的方式将SimpleImputer 应用于它们中的每一个。有没有办法对每一列分别使用不同的策略（平均值、中位数...）？

这是我目前拥有的：

imputer = SimpleImputer(strategy = 'median')
imputed_X_train = pd.DataFrame(imputer.fit_transform(X_train))
imputed_X_valid = pd.DataFrame(imputer.transform(X_valid))

【问题讨论】：

标签： python scikit-learn

【解决方案1】：

是的，您应该使用ColumnTransformer。这将对median_columns_list 中的列应用中值估算器，对mean_columns_list 中的列应用平均估算器：

from sklearn.compose import ColumnTransformer
from sklearn.impute import SimpleImputer
ct = ColumnTransformer(
    [("median_imp", SimpleImputer(strategy = 'median'), median_columns_list),
     ("mean_imp", SimpleImputer(strategy = 'mean'), mean_columns_list)])

【讨论】：

好工具！谢谢