使用sci-kit using仅输入数值
使用sci-kit using仅输入数值
提问于 2019-03-12 23:02:25
因此，我有一个包含分类和数值混合的DataFrame，它当前是12345 171 171列。
我在分类变量和数值中都有缺失值，我想要将值归因于这些值。对于数字列，我执行以下操作；
import pandas as pd
import numpy as np
data = pd.read_csv('filepath')
from sklearn.preprocessing import Imputer
imp = Imputer(missing_values=np.nan, strategy='mean', axis=0)
data = imp.fit_transform(data)然后，我得到了以下错误
ValueError: could not convert string to float: 'USD'我理解这是因为我使用的是带有strategy = mean的sci-kit学习计算机，它与分类变量不兼容。我宁愿不必遍历每一列并手动提取数值，所以我正在寻找一种只在数值列上执行这种推算的方法。
回答 2
Stack Overflow用户
回答已采纳
发布于 2019-03-13 01:55:12
如果您使用panda的categorical encoding功能，这一切都可以非常简单地处理。然而，我很少发现自己有正确编码的数据，我宁愿有一个健壮的解决方案，而不是依赖纯粹的熊猫。
这就是我要做的。
categorical_columns = []
numeric_columns = []
for c in data.columns:
if data[c].map(type).eq(str).any(): #check if there are any strings in column
categorical_columns.append(c)
else:
numeric_columns.append(c)
#create two DataFrames, one for each data type
data_numeric = data[numeric_columns]
data_categorical = pd.DataFrame(data[categorical_columns])
from sklearn.preprocessing import Imputer
imp = Imputer(missing_values=np.nan, strategy='mean', axis=0)
data_numeric = pd.DataFrame(imp.fit_transform(data_numeric), columns = data_numeric.columns) #only apply imputer to numeric columns
#you could do something like one-hot-encoding of data_categorical here
#join the two masked dataframes back together
data_joined = pd.concat([data_numeric, data_categorical], axis = 1)Stack Overflow用户
发布于 2020-08-20 17:43:05
您可以使用select_dtypes方法选择所有数值列：
numeric_columns = data.select_dtypes(include='number').columns
imp = Imputer(missing_values=np.nan, strategy='mean', axis=0)
data[numeric_columns] = pd.DataFrame(imp.fit_transform(data[numeric_columns]), columns=numeric_columns)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/55124655
复制相关文章
相似问题
腾讯云开发者
