SimpleImputer 如何替换数据框中的 nan 值？答案

【问题标题】：How SimpleImputer works to replace nan values in a dataframe?SimpleImputer 如何替换数据框中的 nan 值？
【发布时间】：2019-10-11 07:19:02
【问题描述】：

我有一个形状 (10,3) 的 ndarray，其中包含一些缺失值 (nan)。我想用相应列的平均值替换缺失值。为此，我使用了 SimpleImpueter。我的代码如下：

from sklearn.impute import SimpleImputer
imputer = SimpleImputer(missing_values = 'nan',strategy='mean')

此代码不起作用并显示以下值错误：

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

有解决这个问题的建议吗？

【问题讨论】：

标签： python-3.x scikit-learn

【解决方案1】：

如果你写imputer = SimpleImputer(missing_values = 'nan',strategy='mean')，你实际上是在告诉scikit learn 用列的平均值替换所有出现的字符串'nan'。这不是你想要的，相反，你想用平均值替换 np.nan 对象（这恰好是默认值）。

所以，只需使用imputer = SimpleImputer(missing_values = np.nan,strategy='mean') 或

imputer = SimpleImputer(strategy='mean')

应该可以。

【讨论】：