我有一个导入的数据帧，其中x2中缺少一些值。下面是一个简化的例子。 我想用上一个和下一个可用的值之间的线性趋势来替换缺少的值。 对如何做有什么建议吗？
浏览 12提问于2021-04-23得票数 1
回答已采纳
1回答
我正在使用statsmodel来拟合一个局部线性趋势状态空间模型，该模型继承自sm.tsa.statespace.MLEModel类，使用文档中示例中的代码： https://www.statsmodels.org/dev/examples/notebooks/generated/statespace_local_linear_trend.html 状态空间模型和卡尔曼滤波器应该自然地处理缺少的值，但是当我添加一些空值时，状态空间模型会输出空值<
浏览 22提问于2021-09-03得票数 0
回答已采纳
我想转换一行数字，表示标准曲线上的Y轴这一行表示我想要得到的X轴(目标结果)；-0,3979-0,2041这一行表示Y轴(起点)；18,7019,88
浏览 0提问于2019-04-12得票数 1
回答已采纳
我正在处理一个数据集。这是一个分类问题。数据集中的一列在总共300 k观测值中有大约11000个缺失值(它是一个范畴变量，因此不可能像数值那样计算缺失值)。在随机森林不受缺失值影响的情况下，采用随机森林而不是Logistic回归是明智的吗？
另外，在使用RF时，我是否需要考虑自变量之间的多重共线性，还是不需要这样做？
浏览 2提问于2019-04-14得票数 0
回答已采纳
2回答
我有一个熊猫数据框，它看起来像：我想做一个具有线性x轴的线性图，尽管x值不是线性的。目前，如果我将此数据帧绘制为df.plot()，则会得到以下结果，因为x值不是线性的：
但是，上面的图表没有正确地显示趋势。我想要的是：
请注意，X轴记号和标签是线性的，但值不是线性的
浏览 9提问于2018-02-09得票数 1
回答已采纳
2回答
在读取NetCDF文件时，我将我的水柱数据存储到数据帧中，以便再次读取。在数据帧中，我提出了缺失值--，这些值也可能被称为“掩码”值。我尝试使用filedata.replace('--','nan')替换它们，但它甚至替换了浮点数，并且我得到了使用nan的整个数据帧。此外，pd.dropna()也不起作用。在读取netcdf
浏览 4提问于2018-08-28得票数 1
2回答
我将下面的数据帧命名为“列车”。列bflag和zfactor是factor，其他2列是数字。我想在同一数据框中用mode替换factor列的缺失值，用mean替换数值变量的缺失值。
浏览 0提问于2018-04-29得票数 1
1回答
我一直在研究卡格尔房价数据集的特性(注意:这是一个非排名条目，所以这只是为了练习)，我发现了几种情况，在这些情况下，该特性与房屋销售价格之间存在正相关，但前提是数据存在。在一种情况下(如下图所示)，超过10%的数据集具有null (意思是“不适用”，而不是“缺失”，因此我无法用估算来填充它)，但在非空值中，散点图显示了正相关性。我用0来实验和替换零值，当我再次查看散点图时，我发现新0年代的数值跨越了价格范围的很大一部分，并改变了<em
浏览 0提问于2021-03-09得票数 0
回答已采纳
1回答
我有一个包含多个NAs的数据帧。我需要找出离群值并用中值替换它们，但是如果有缺失值，我现在的所有函数都不起作用。我用R，你知道吗？
提前感谢
浏览 0提问于2016-10-19得票数 0
1回答
我在研究一个酒店预订数据集。在数据帧中，有一个名为“agent”的离散数字列，它有13.7%的缺失值。我的直觉是只删除缺失值的行，但考虑到缺失值的数量并不那么小，现在我想使用随机抽样计算，用现有的分类变量按比例替换它们。agent'].fillna(lambda x: random.choice(new_agent,inplace=True))
前3行是nan，但现在在0x
浏览 2提问于2021-03-03得票数 1
回答已采纳
3回答
有时丢失数据的机器学习
、、、、
为了简单地理解:我有时拥有与5个路由器相关的设备的RSSI，有时只与3个路由器相关，在最坏的情况下，我的数据只有1，所以我的数据有时如下所示：
room: 1, device_id: 1, rssi1:机器学习将是完美的，但如果数据总是在那里，而不是某些值缺失的时候。当有时我拥有所有的数据，有时只有几个数据时，我应该为这种场景使用什么样的数据算法。
浏览 0提问于2016-06-27得票数 2
2回答
假设我有一本书，其中有A1:B9中的数据。有没有一种方法可以计算出介于两者之间的值，假设它们符合最佳拟合线？值将占用abcdefg。
浏览 2提问于2014-07-29得票数 0
1回答
我有面板数据，在某些年份之前，许多变量都没有观察到。年份因变量而异。跨多列推断缺失数据点的有效方法是什么？我正在考虑一些简单的东西，比如从线性趋势进行外推，但我希望找到一种有效的方法来将预测应用于多个列。下面是一个样本数据集，与我正在处理的数据集的缺失情况类似。在本例中，我希望使用每列中观察到的数据点计算出的线性趋势来填充“国家GDP”和“国家预期寿命”变量中的NA值。
浏览 1提问于2013-03-25得票数 3
回答已采纳
4回答
我有两个数据帧。数据框架A有许多观察/行、每个观察的ID和许多额外的列。对于观察X的子集，一组列的值缺少/NA。数据帧B包含X(可以使用ID跨数据帧进行匹配)和变量的子集，它们的名称与数据帧A相同，但包含用缺失/NA替换列中缺失值的值。
下面的代码(使用联接操作)只是添加列，而不是
浏览 5提问于2017-06-05得票数 1
回答已采纳
2回答
大熊猫滚动申请缺少数据
、、、
我想对丢失的数据进行滚动计算。3 6 5 12 7 NaN 9 24
我认为在“滚动”过程中，缺少数据的窗口在计算时被忽略了
浏览 1提问于2012-11-15得票数 13
我在R中使用Amelia包来处理缺少的值。当我试图用估算的数据训练随机森林时，我得到了下面的错误。我不确定如何将amelia类转换为数据帧，它将是R中randomForest函数的正确输入。
浏览 0提问于2014-09-27得票数 1
我正在尝试替换时间序列数据帧中变化太多的数据点，该数据帧呈下降趋势。假设我的数据如下所示：df = pd.DataFrame(data=d)
我如何检测从80到20的变化是否太大，并将其替换为适当的值，或者干脆完全删除行？我尝试过使用median_filter(df[
浏览 27提问于2021-05-28得票数 1
回答已采纳
3回答
部分未知向量的最近邻
、、、、
我猜因此，假设我们计算出170cm是身高的平均值，并将person C重新定义为[60kg, ~170cm, 50y]。(最好是在简单的经验算法中)，我们应该以某种方式惩罚未知值的向量吗？用多少(可能计算出每两个人的身高之间的平均差值)？
浏览 4提问于2017-09-23得票数 1
1回答
我从雅虎财务公司(YahooFinancials)那里得到了亚马逊股票(Amazon)的数据，但有些日子还没有数据。我想知道是否有一种方法，使用google collab，然后“创建”那些缺失的日子，并用相邻日子的平均值来填充它们。
我想使用数据最近的日子，在缺失天数之前和之后，为缺失的日子创建数据。我想弄清楚这些数据，这样我就能绘制出没有随机“失踪”的日子。我想用实际有数据的前后两天的平均值来填充“缺失的”天数。
浏览 0提问于2019-07-11得票数 0
回答已采纳
3回答
我有一个Spark Dataframe，其中有一些缺失值。我想通过用该列的平均值替换缺少的值来执行一个简单的补偿。我对Spark非常陌生，所以我一直在努力实现这个逻辑。df.select(mean("ColA")) .otherwise($"ColA"))
b)然而，我还不能弄清楚，如何对我的数据帧中的所有列执行此操作我曾经尝试过Map函数，但我相信它会遍
浏览 1提问于2016-10-15得票数 17
回答已采纳
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
云直播活动推荐
腾讯云开发者
