如何填充数据集中缺失20%的列？
填充数据集中缺失20%的列可以采用以下方法：
- 数据插值：对于数值型数据，可以使用插值方法来填充缺失值。常用的插值方法包括线性插值、多项式插值、样条插值等。根据数据的特点选择合适的插值方法进行填充。
- 众数填充：对于分类变量或离散型数据，可以使用众数填充缺失值。众数是指数据集中出现次数最多的值，可以通过统计数据集中每个列的众数，并将缺失值替换为众数。
- 均值/中位数填充：对于数值型数据，可以使用均值或中位数填充缺失值。均值是指数据集中所有值的平均数，中位数是指将数据集中的值按大小排序后，位于中间位置的值。可以计算每个列的均值或中位数，并将缺失值替换为相应的值。
- 回归填充：对于具有相关性的数据，可以使用回归模型来预测缺失值。可以选择一个或多个相关性较高的特征作为自变量，使用回归模型来预测缺失值，并将预测值填充到缺失位置。
- 删除缺失值：如果缺失值的比例较高，且对后续分析没有太大影响，可以考虑直接删除缺失值所在的行或列。
需要根据具体情况选择合适的填充方法，以保证数据的完整性和准确性。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云数据万象：https://cloud.tencent.com/product/ci
- 腾讯云人工智能：https://cloud.tencent.com/product/ai
- 腾讯云物联网：https://cloud.tencent.com/product/iotexplorer
- 腾讯云移动开发：https://cloud.tencent.com/product/mad
- 腾讯云数据库：https://cloud.tencent.com/product/cdb
- 腾讯云云原生应用引擎：https://cloud.tencent.com/product/tke
- 腾讯云区块链服务：https://cloud.tencent.com/product/tbaas
- 腾讯云存储：https://cloud.tencent.com/product/cos
相关·内容
1回答
数据集中有一列丢失了54%。17031此列中缺少数据。我没有删除它，因为这个专栏对我很重要。我用knn填满了它。但是因为它的邻居也是nan值，所以一些行仍然是用nan填充的。我更改了邻居的数量3，我尝试了4和5，但结果是相同的。12116行仍然是nan。你有没有建议我去擦这一栏，你有没有其他推荐的方法？
浏览 34提问于2020-11-30得票数 0
1回答
我想根据多元估算输入缺失的数据，在下面的附加数据集中，A列有一些缺失值，而A列和B列有0.70的相关系数。因此，我想使用一种回归关系，这样它将建立A列和B列之间的关系，并在Python中计算缺失的值。
注:我可以使用平均值、中值和模式来实现，但是我想使用另一列中的关系来填充缺失的</e
浏览 1提问于2022-03-14得票数 0
回答已采纳
2回答
我有一个包含一些列的数据集，用于对数据库进行分组。我在同一数据集中还有一些其他的数值列，其中有一些缺失的值。我想用缺失条目所在的组的平均值填充列的缺失值。
浏览 4提问于2016-05-11得票数 1
回答已采纳
3回答
我正在处理一个包含93列的数据集，其中许多列都有很大比例的缺失值。我正在寻找一种方法来简化对每一列的缺失值百分比的筛选，然后返回那些超过该阈值的变量的名称列表，以包括在新的数据集中。我有一个函数可以检查缺失值并返回缺失值的百分比：
#check for missing dat
浏览 49提问于2018-05-30得票数 2
回答已采纳
2回答
我想要在修复熊猫数据中丢失的值方面寻求帮助(python)在这个数据集中，我在'Item_Weight‘列中找到了一个缺失的值。我不想删除丢失的值，因为我是通过对它们进行排序来发现的。缺少的值是编码它的人的“想念类型”。现在，我创建了一个查找数据集，以便将它们合并以<e
浏览 7提问于2022-07-06得票数 0
回答已采纳
1回答
我想用ZIPs的不缺失样本值来填充缺失值，根据它们在数据集中发生的概率。因此，例如，ZIP 19333在dataset中发生三次，ZIP 19355在dataset中发生两次，而ZIP 19355在数据集中发生一次。因此，ZIP 19333在PA数据集中发生的概率为50%，19355发生的概率为33.33%，19327发生的概率为16.17%。因
浏览 3提问于2017-11-06得票数 2
回答已采纳
1回答
这是我的任务:编写一个接受数据作为输入的函数、包含缺失值的列的名称()和一个分组列的列表，并通过用中值填充缺失的值返回数据。val = {col:set[col].sum()/set[col].count()} return set
我<e
浏览 3提问于2022-04-14得票数 0
我是蟒蛇的新手。我正试图在dataframe中填充缺少的值，数值类型的分组中值和类别类型列的分组模式在数据集上使用下面的代码。:这可以按预期的方式工作，并按照groupby条件用中位数/模式填充每列</e
浏览 6提问于2022-04-23得票数 -1
我正在处理一个在某些列中包含缺失值的数据集。我正在尝试使用XGBoost的Scikit-Learn包装器接口的XGBRegressor。在那里，它提供了一个名为'missing‘的参数，你可以在其中输入浮点值，否则它会将python的NaN作为默认值。因此，我需要一些帮助，比如如何使用此参数来填充数据集中列的缺失值。如
浏览 23提问于2017-02-09得票数 0
回答已采纳
2回答
填充缺失的值并进行规范化
、、、、
我有两列神经网络的训练数据，它们都是缺失的值。(还有许多其他列不缺少值。)例如180 | 70N/A | N/A
我希望填充缺失的值，并将列规范化。数据是高度和权重，所以我认为一个很好的填充值应该是0或-1。这是基于Python中的深度
浏览 0提问于2018-07-26得票数 8
如何用NaN所在的特定列的平均值填充数据集中每个列的NaN值(在我的例子中是位置)？
例如：我有一个名为PM2.5的列，在某些监视器的某些行中有一些缺失的值。这些监视器位于不同的位置(我将它们按有其位置的列组织起来)。我希望用监视器在每个特定元素/列</em
浏览 7提问于2022-04-10得票数 0
2回答
如何选择是丢弃NaN值，还是用数据集中的平均值(或中位数)填充它？还有什么其他技术可以清除数据集中的缺失值？让数据为数字。(在python中)
浏览 0提问于2018-05-29得票数 2
2回答
在我的数据集中，其中一列是布尔值，并且在数据集中和其他连续变量列中有缺失值，这些值被成功地替换为它们的平均值。但是均值不能代替缺失的布尔值。那么如何替换这些值呢？请注意，在我的数据集中，布尔值是1或0。下面是替换连续缺失值的代码：
from sklearn.impute import Simp
浏览 0提问于2021-07-19得票数 3
1回答
如果数据集为below.Here，我需要对列中的子集进行分组，并使用模式method.Here填充缺失的值，特别是需要填充来自英国的Tom的缺失值。因此，我需要对来自英国的TOM进行分组，在这个组中，最重复的值需要添加到缺失的值中。下面的图显示了我需要如何做组by.From，下面的矩阵，我需要使用模式来替换所有的Na
浏览 6提问于2022-08-06得票数 2
回答已采纳
1回答
处理数据集中的缺失值
、、、
我们应该在多大程度上填充数据集中某个特征的缺失值，以便它不会变得多余？在给定特征缺失值的数量的情况下，我们如何确定保留或转储特征的阈值？
浏览 1提问于2015-10-03得票数 0
2回答
我有一个初始列，没有丢失数据(A)，但有重复的值。如何用缺失的数据填充下一列(B)，使其被填充，并且左侧的列始终在右侧具有相同的值？我也希望其他列保持不变(C) A B C2 2 NaN 84
浏览 14提问于2020-02-12得票数 1
回答已采纳
我有116个大数据集的excel文件，我正在尝试处理。目前我有2列数据，日期如下：'18/08/2006' 62.6000000000000'20/08/2006'/04/11之间可能存在差距，并且这种差距在数据集中的不同文件
浏览 0提问于2015-10-14得票数 0
这是数据集中的示例。在这个数据集中，有497行和11,226列。每一行都是一个特定杂种的遗传标记系列，每一列都是一个值为1、0、-1和NA的遗传标记("G1“、"G2”等)。总共有746,433个缺失值，我正在尝试用imputeMCA来填充这些缺失值。 在运行imputeMCA之前，我还对test_fill进行了一些转换。test_fill = as.matri
浏览 13提问于2019-07-02得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
