使用Python的数据帧中缺少数据

关于缺失数据的一些指导原则。

A、 如果列中缺少超过40%的数据,请删除它!(同样,40%取决于您处理的问题类型!如果数据非常关键或非常微不足道,您可以忽略它)。

B、 检查是否有方法可以从互联网上估算缺失的数据。你看到的是物品重量!如果有的话,你可以知道你正在处理的是哪种产品,而不是散列编码的 Item_Identifier

MCAR:完全随机缺失。如果数据丢失,这是理想的情况。

df.dropna() 或者用无穷大填充它们,或者用平均值填充它们 df["value"] = df.groupby("name").transform(lambda x: x.fillna(x.mean())) value 来自数据帧 df 按类别 name 价值

E、 除了删除缺失值,用均值或中位数替换外,还有其他高级回归技术可以用来预测缺失值并填充它,例如(小鼠:通过链式方程进行多元插补),您应该浏览并阅读更多关于高级插补技术将有帮助的地方。

公认的答案真的很好。

“Outlet\u Size”列包含分类数据,因此不要删除数据,而是使用度量填充数据。

由于它是分类数据,使用集中趋势、模式的度量。

代码:

Dataframe['Outlet_Size'].mode()
Datarame['Outlet_Size'].fillna(Dataframe['Outlet_Size'].mode(), inplace=True)