标签：pandas scikit-learn dataframe python

我找到了两种方法来替换python中的nan值,
一个使用sklearn的imputer类,另一个使用df.fillnan()
后者似乎用更少的代码很容易.
但是效率方面更好.
谁能解释每个的用例？

解决方法:

我觉得不熟练的班级有其自身的好处,因为您可以简单地提到均值或中位数来执行某些操作,这与Fillna中需要提供值的情况不同.但是在不完美的情况下,您需要调整和转换数据集,这意味着需要更多的代码行.但这可能会比fillna的速度更快,但除非有非常大的数据集,否则无关紧要.

但是fillna的确很酷.您甚至可以使用有时可能需要的自定义值来填充na.即使fillna性能较慢,这也可以使fillna更好地恕我直言.

标签：pandas,scikit-learn,dataframe,python
来源： https://codeday.me/bug/20191110/2015219.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。